DeepMind har utviklet en allsidig AI-modell for å styre ulike robotarmmodeller.

DeepMind har utviklet en kunstig intelligensmodell, RoboCat, som kan utføre en rekke oppgaver på ulike modeller av robotarmer.

Det vi vet

RoboCat har blitt trent på bilder og data om robothandlinger som er samlet inn både i simuleringer og i virkeligheten. Forskerne samlet først inn mellom 100 og 1000 demonstrasjoner av oppgaven. Deretter trente de RoboCat på oppgaven og skapte en egen "side-by-side"-modell som i gjennomsnitt utførte handlingen 10 000 ganger.

Ved hjelp av nye data og eksisterende demonstrasjoner utvidet forskerne kontinuerlig datasettet og forbedret algoritmen.

Den endelige versjonen av RoboCat ble trent på 253 oppgaver og testet på 141 varianter av disse oppgavene i simulering og i den virkelige verden. DeepMind hevder at RoboCat lærte seg å styre ulike robotarmer etter å ha observert 1000 menneskelige demonstrasjoner over flere timer.

Under testingen varierte suksessraten mye, fra 13 % under vanskelige forhold til 99 % under enkle forhold.

I fremtiden planlegger forskerteamet å redusere antall demonstrasjoner til ti.

Kilde: TechCrunch