DeepMind entwickelt universelles KI-Modell zur Steuerung verschiedener Modelle von Roboterarmen
DeepMind hat das Modell der künstlichen Intelligenz RoboCat entwickelt, das eine Reihe von Aufgaben auf verschiedenen Modellen von Roboterarmen ausführen kann.
Was wir wissen
RoboCat wurde anhand von Bildern und Daten über Roboteraktionen trainiert, die sowohl in Simulationen als auch im wirklichen Leben gesammelt wurden. Zunächst sammelten die Forscher 100 bis 1000 Aufgabendemonstrationen. Dann trainierten sie RoboCat für die Aufgabe und erstellten ein spezielles "spin-off" "-Modell, das die Aktion im Durchschnitt 10.000 Mal geübt hat.
Anhand der neuen Daten und der vorhandenen Demonstrationen vergrößerten die Forscher den Datensatz kontinuierlich und verbesserten den Algorithmus.
Die endgültige Version von RoboCat wurde auf 253 Aufgaben trainiert und auf 141 Variationen dieser Aufgaben in Simulationen und in der realen Welt getestet. DeepMind behauptet, dass RoboCat nach der Beobachtung von 1.000 menschlichen Demonstrationen, die über mehrere Stunden gesammelt wurden, gelernt hat, verschiedene Roboterarme zu steuern.
Während der Tests variierte die Erfolgsquote der Aufgaben stark, von 13 % unter schwierigen Bedingungen bis zu 99 % unter einfachen Bedingungen.
Für die Zukunft plant das Forschungsteam, die Anzahl der Demonstrationen auf zehn zu reduzieren.
Quelle: TechCrunch
