Robot DeepMind Google telah mengeluarkan tiga keputusan berturut-turut! Kedua-dua keupayaan telah dipertingkatkan, dan sistem pengumpulan data boleh menguruskan 20 robot pada masa yang sama.

Hampir pada masa yang sama dengan robot "Udang Goreng dan Pencuci Pinggan" Stanford, Google DeepMind turut mengeluarkan keputusan kecerdasan terkandung terkininya. . - cepat Pada masa yang sama, kualiti tidak merosot, dan ketepatan telah meningkat sebanyak 10.6%.

Kemudian terdapat rangka kerja baharu mengkhususkan diri dalam keupayaan generalisasi

, yang boleh mencipta gesaan trajektori gerakan untuk robot, membolehkannya menghadapi 41 tugasan yang tidak pernah dilihat sebelum ini dan mencapai kejayaan 63%.

Jangan memandang rendah array ini,

Berbanding dengan 29% sebelum ini, peningkatannya agak besar

. Yang terakhir ialah sistem pengumpulan data robot

, yang boleh mengurus 20 robot pada satu masa 77,000 data percubaan telah dikumpulkan daripada aktiviti mereka setakat ini.

Jadi, apakah ketiga-tiga keputusan ini secara khusus? Mari kita lihat mereka satu persatu. Langkah pertama dalam aplikasi harian robot: anda boleh terus melaksanakan tugas yang belum pernah anda lihat sebelum ini

Google menegaskan bahawa untuk merealisasikan robot yang benar-benar boleh memasuki dunia nyata, dua cabaran asas perlu diselesaikan. 1. Keupayaan promosi tugas baharu2. Tingkatkan kelajuan membuat keputusan

Dua keputusan pertama siri tiga bahagian ini terutamanya penambahbaikan dalam kedua-dua bidang ini, dan kedua-duanya adalah berdasarkan model robot asas Google Transformer(( Disingkatkan sebagai RT)

.

Mari kita lihat yang pertama:

RT-Trajectory

yang membantu robot membuat generalisasi.

Bagi manusia, tugas seperti membersihkan meja mudah difahami, tetapi robot tidak begitu memahaminya.

Tetapi mujurlah, kami boleh menyampaikan arahan ini kepadanya dalam pelbagai cara yang mungkin, supaya ia boleh mengambil tindakan fizikal yang sebenar.

Secara umumnya, cara tradisional ialah memetakan tugasan ke dalam tindakan tertentu, dan kemudian biarkan lengan robot menyelesaikannya. Contohnya, mengelap meja boleh dipecahkan kepada "tutup pengapit, gerak ke kiri dan gerak ke kanan. "

Jelas sekali, keupayaan generalisasi kaedah ini sangat lemah.

Di sini, RT-Trajectory yang baru dicadangkan oleh Google mengajar robot untuk menyelesaikan tugasan dengan memberikannya isyarat visual.

Secara khusus, robot yang dikawal oleh RT-Trajectory akan menambah data trajektori 2D yang dipertingkatkan semasa latihan.

Trajektori ini dipersembahkan sebagai imej RGB, termasuk laluan dan titik penting, memberikan petunjuk tahap rendah tetapi sangat berguna semasa robot belajar melaksanakan tugas.

Dengan model ini, kadar kejayaan robot yang melakukan tugasan yang tidak pernah dilihat sebelum ini telah meningkat secara langsung sebanyak 1 kali ganda

(berbanding model robot asas Google RT-2, daripada 29% => 63%)

.

Apa yang lebih patut disebut ialah RT-Trajektori boleh mencipta trajektori dalam pelbagai cara, termasuk:

dengan menonton demonstrasi manusia, menerima lakaran lukisan tangan dan dihasilkan oleh VLM

(Model Bahasa Visual).

Langkah kedua robotisasi harian: kelajuan membuat keputusan mesti pantas

Selepas keupayaan generalisasi dipertingkatkan, kami akan menumpukan pada kelajuan membuat keputusan.

Model RT Google menggunakan seni bina Transformer Walaupun Transformer berkuasa, ia sangat bergantung pada modul perhatian dengan kerumitan kuadratik.

Oleh itu, sebaik sahaja input kepada model RT digandakan (contohnya, melengkapkan robot dengan sensor resolusi lebih tinggi) , sumber pengiraan yang diperlukan untuk memprosesnya akan meningkat kepada empat kali ganda, yang akan melambatkan keputusan secara serius -membuat kelajuan.

Untuk meningkatkan kelajuan robot, Google membangunkan

SARA-RT

pada model asas Robotics Transformer.

SARA-RT menggunakan kaedah penalaan halus model baharu untuk menjadikan model RT asal lebih cekap.

Kaedah ini dipanggil "up training" oleh Google Fungsi utamanya adalah untuk menukar kerumitan kuadratik asal kepada kerumitan linear sambil mengekalkan kualiti pemprosesan.

Apabila SARA-RT digunakan pada model RT-2 dengan berbilion parameter, yang terakhir boleh mencapai kelajuan operasi yang lebih pantas dan ketepatan yang lebih tinggi pada pelbagai tugas.

Perlu disebut juga bahawa SARA-RT menyediakan kaedah universal untuk mempercepatkan Transformer tanpa latihan pra yang mahal, jadi ia boleh dipromosikan dengan baik.

Data tidak mencukupi? Cipta sendiri

Akhir sekali, untuk membantu robot lebih memahami tugas yang diberikan oleh manusia, Google juga bermula dengan data dan membina terus sistem pengumpulan: AutoRT.

Sistem ini menggabungkan model besar (termasuk LLM dan VLM) dengan model kawalan robot (RT) untuk terus mengarahkan robot melaksanakan pelbagai tugas di dunia nyata, dengan itu menjana dan mengumpul data.

Proses khusus adalah seperti berikut:

Biarkan robot "bebas" menghubungi persekitaran dan mendekati sasaran.

Kemudian gunakan kamera dan model VLM untuk menerangkan pemandangan di hadapan anda, termasuk item tertentu.

Kemudian, LLM menggunakan maklumat ini untuk menjana beberapa tugasan yang berbeza.

Sila ambil perhatian bahawa selepas dijana, robot tidak akan dilaksanakan serta-merta, Sebaliknya, LLM akan digunakan untuk menapistugas mana yang boleh diselesaikan secara bebas, mana yang memerlukan alat kawalan jauh manusia dan yang mana tidak boleh diselesaikan. semua.

Apa yang tidak boleh dilakukan ialah "membuka beg kerepek kentang" kerana memerlukan dua lengan robot (1 sahaja secara lalai) .

Kemudian, selepas menyelesaikan tugas saringan ini, robot sebenarnya boleh melaksanakannya.

Akhir sekali, sistem AutoRT melengkapkan pengumpulan data dan menjalankan penilaian kepelbagaian.

Menurut laporan, AutoRT boleh menyelaraskan sehingga 20 robot pada satu masa Dalam 7 bulan, sejumlah 77,000 data ujian termasuk 6,650 tugasan unik telah dikumpulkan.

Akhir sekali, untuk sistem ini, Google turut menitikberatkan keselamatan.

Lagipun, tugas pengumpulan AutoRT terpakai kepada dunia sebenar, dan "pengadang keselamatan" amat diperlukan.

Secara khusus, Kod Keselamatan Asas, yang disediakan oleh LLM yang menyaring robot untuk tugasan, sebahagiannya diilhamkan oleh Tiga Undang-undang Robotik Isaac Asimov - pertama sekali "Sebuah robot tidak boleh membahayakan manusia."

Keperluan kedua ialah bahawa robot tidak boleh mencuba tugas yang melibatkan manusia, haiwan, objek tajam atau peralatan elektrik

Tetapi ini tidak mencukupi

Jadi AutoRT juga dilengkapi dengan pelbagai lapisan langkah keselamatan praktikal dalam robotik biasa Sebagai contoh, robot secara automatik berhenti apabila daya pada sendinya melebihi ambang tertentu, semua tindakan boleh dihentikan oleh suis fizikal yang kekal dalam penglihatan manusia, dan banyak lagi

Ingin mengetahui lebih lanjut tentang kumpulan hasil terbaharu daripada Google ini

Berita baik, kecuali untuk RT-Trajectory, yang hanya menerbitkan kertas kerja, selebihnya diterbitkan bersama kod dan kertas kerja Selamat datang semua orang untuk menyemaknya~

One More Thing

Bercakap tentang robot Google, kita perlu menyebut

RT-2

. (Semua hasil artikel ini juga dibina di atas) Model ini mengambil masa 54 penyelidik Google dalam masa 7 bulan untuk dibina dan dikeluarkan pada penghujung Julai tahun ini

Ia membenamkan model berbilang modal teks visual VLM . , bukan sahaja boleh memahami "perkataan manusia", tetapi juga boleh membuat alasan tentang "perkataan manusia" dan melaksanakan beberapa tugas yang tidak dapat diselesaikan dalam satu langkah, seperti mengambil "haiwan pupus" dengan tepat daripada tiga mainan plastik: singa, ikan paus, dan dinosaur. ", sangat menakjubkan.

Hari ini, ia telah mengalami peningkatan pesat dalam keupayaan generalisasi dan kelajuan membuat keputusan dalam masa lebih dari 5 bulan. Kami tidak boleh mengeluh: Saya tidak dapat membayangkan bahawa robot akan benar-benar tergesa-gesa ke dunia Seberapa pantas ia akan berlaku untuk beribu-ribu isi rumah?

Atas ialah kandungan terperinci Robot DeepMind Google telah mengeluarkan tiga keputusan berturut-turut! Kedua-dua keupayaan telah dipertingkatkan, dan sistem pengumpulan data boleh menguruskan 20 robot pada masa yang sama.. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!