DeepMind skapar universell AI-modell för att styra olika modeller av robotarmar

DeepMind har utvecklat den artificiella intelligensmodellen RoboCat som kan utföra ett antal uppgifter på olika modeller av robotarmar.

Vad är känt

RoboCat tränades på bilder och data om robotaktioner som samlats in både i simulering och i verkliga livet. Först samlade forskarna in 100 till 1000 uppgiftsdemonstrationer. De tränade sedan RoboCat på uppgiften och skapade en specialiserad "sidomodell " som övade på handlingen i genomsnitt 10 000 gånger.

Med hjälp av nya data och befintliga demonstrationer utökade forskarna kontinuerligt datasetet och förbättrade algoritmen.

Den slutliga versionen av RoboCat tränades på 253 uppgifter och testades på 141 variationer av dessa uppgifter i simuleringar och i den verkliga världen. DeepMind hävdar att RoboCat, efter att ha observerat 1 000 mänskliga demonstrationer under flera timmar, har lärt sig att styra olika robotarmar.

Under testerna varierade framgångsgraden för uppgifterna kraftigt, från 13% under svåra förhållanden till 99% under enkla förhållanden.

I framtiden har forskargruppen för avsikt att minska antalet demonstrationer till tio.

Källa: TechCrunch