DeepMind har skabt en alsidig AI-model til at styre forskellige robotarmmodeller

DeepMind har udviklet en kunstig intelligensmodel, RoboCat, som kan udføre en række opgaver på forskellige modeller af robotarme.

Hvad vi ved

RoboCat er blevet trænet på billeder og robothandlingsdata indsamlet i både simuleringer og det virkelige liv. Forskerne indsamlede først mellem 100 og 1.000 demonstrationer af opgaven. Derefter trænede de RoboCat i opgaven og skabte en dedikeret "side-by-side"-model, som øvede handlingen i gennemsnit 10.000 gange.

Ved hjælp af nye data og eksisterende demonstrationer øgede forskerne løbende datasættet og forbedrede algoritmen.

Den endelige version af RoboCat blev trænet på 253 opgaver og testet på 141 variationer af disse opgaver i simulering og den virkelige verden. DeepMind hævder, at RoboCat lærte at styre forskellige robotarme efter at have observeret 1.000 menneskelige demonstrationer over flere timer.

Under testen varierede succesraten meget, fra 13 % under vanskelige forhold til 99 % under enkle forhold.

I fremtiden har forskerholdet til hensigt at reducere antallet af demonstrationer til ti.

Kilde: TechCrunch