Roboticsgruppen på Googles DeepMind-division har avslöjat tre nya produkter som kommer att hjälpa robotar att fatta snabbare beslut och agera mer effektivt och säkert när de utför uppgifter runt människor.
AutoRTs datainsamlingssystem är baserat på den visuella språkmodellen (VLM) och den stora språkmodellen (LLM) – de hjälper robotar att bedöma miljön, anpassa sig till okända situationer och fatta beslut om att utföra uppgifter. VLM används för att analysera miljön och känna igen objekt inom synområdet, medan LLM ansvarar för det kreativa utförandet av uppgifter. Den viktigaste innovationen med AutoRT var utseendet i LLM-blocket av "Robot Constitutions" - säkerhetsorienterade kommandon som säger åt maskinen att undvika att välja uppgifter som involverar människor, djur, vassa föremål och till och med elektriska apparater. För att öka säkerheten är arbetet programmerat att stoppa när kraften på lederna överstiger en viss tröskel; och deras design har nu en extra fysisk strömbrytare som en person kan använda i en nödsituation.
Under de senaste sju månaderna har Google distribuerat 53 jobb med AutoRT-systemet i fyra av sina kontorsbyggnader och genomfört mer än 77 2 tester. Vissa av maskinerna fjärrstyrdes av operatörer, medan andra utförde uppgifter autonomt antingen baserat på en given algoritm eller med hjälp av Robotic Transformer (RT-XNUMX) AI-modell. Hittills har alla dessa robotar ett extremt enkelt utseende: de är manipulatorlemmar på en mobil bas och kameror för att bedöma situationen.
Den andra innovationen var SARA-RT-systemet (Self-Adaptive Robust Attention for Robotics Transformers), som syftar till att optimera driften av RT-2-modellen. Forskarna fann att genom att dubbla indata, till exempel, öka kamerornas upplösning, ökar robotens behov av datorresurser fyrfaldigt. Detta problem löstes med en ny metod för att finjustera AI som kallas uppträning - denna metod förvandlar den kvadratiska ökningen av behovet av datorresurser till en nästan linjär sådan. På grund av detta fungerar modellen snabbare och bibehåller den tidigare kvaliteten.
Slutligen utvecklade Google DeepMind-ingenjörer RT-Trajectory AI-modellen, som förenklar träning av robotar för att utföra specifika uppgifter. Efter att ha ställt in en uppgift, visar operatören själv ett prov av dess utförande, RT-Trajectory analyserar rörelsebanan som en person har satt in och anpassar den till robotens handlingar.
Läs också: