DeepMind creëert universeel AI-model om verschillende modellen robotarmen te besturen
DeepMind heeft het RoboCat kunstmatige intelligentiemodel ontwikkeld dat een aantal taken kan uitvoeren op verschillende modellen robotarmen.
Wat is bekend
RoboCat werd getraind op beelden en gegevens over robotacties die zowel in simulatie als in het echt werden verzameld. Eerst verzamelden de onderzoekers 100 tot 1000 taakdemonstraties. Vervolgens trainden ze RoboCat op de taak, waarbij ze een gespecialiseerd "zij "-model creëerden dat de actie gemiddeld 10.000 keer oefende.
Met behulp van de nieuwe gegevens en bestaande demonstraties breidden de onderzoekers de dataset voortdurend uit en verbeterden ze het algoritme.
De uiteindelijke versie van RoboCat werd getraind op 253 taken en getest op 141 variaties van deze taken in simulatie en de echte wereld. DeepMind beweert dat na het observeren van 1.000 menselijke demonstraties die gedurende meerdere uren zijn verzameld, RoboCat heeft geleerd om verschillende robotarmen te besturen.
Tijdens het testen varieerde het succespercentage van taken sterk, van 13% in moeilijke omstandigheden tot 99% in eenvoudige omstandigheden.
In de toekomst wil het onderzoeksteam het aantal demonstraties terugbrengen tot tien.
Bron: TechCrunch
