Google-ийн DeepMind хэлтсийн робот техникийн групп роботуудад илүү хурдан шийдвэр гаргах, хүмүүсийн эргэн тойрон дахь ажлыг гүйцэтгэх явцад илүү үр дүнтэй, аюулгүй ажиллахад туслах гурван шинэ бүтээгдэхүүнээ танилцууллаа.
AutoRT-ийн өгөгдөл цуглуулах систем нь харааны хэлний загвар (VLM) болон том хэлний загвар (LLM) дээр суурилдаг бөгөөд тэдгээр нь роботуудад хүрээлэн буй орчныг үнэлэх, танил бус нөхцөл байдалд дасан зохицох, даалгавар гүйцэтгэх шийдвэр гаргахад тусалдаг. VLM нь хүрээлэн буй орчинд дүн шинжилгээ хийх, харааны хүрээн дэх объектуудыг танихад ашиглагддаг бол LLM нь даалгавруудыг бүтээлчээр гүйцэтгэх үүрэгтэй. AutoRT-ийн хамгийн чухал шинэлэг зүйл бол "Роботын Үндсэн хууль"-ийн LLM блокт гарч ирсэн нь аюулгүй байдалд чиглэсэн командууд бөгөөд хүмүүс, амьтан, хурц объект, тэр ч байтугай цахилгаан хэрэгсэлтэй холбоотой ажлуудыг сонгохоос зайлсхийхийг машинд хэлдэг. Нэмэлт аюулгүй байдлын үүднээс үе мөчний хүч нь тодорхой босго хэмжээнээс давсан үед ажлыг зогсоохоор програмчлагдсан; мөн тэдний загвар нь одоо хүн яаралтай үед ашиглаж болох нэмэлт физик унтраалгатай болсон.
Сүүлийн долоон сарын хугацаанд Google өөрийн дөрвөн оффисын байранд AutoRT системтэй 53 ажлын байр байршуулж, 77 гаруй туршилт хийсэн байна. Зарим машиныг операторууд алсаас удирддаг байсан бол зарим нь өгөгдсөн алгоритм дээр суурилсан эсвэл Robotic Transformer (RT-2) AI загвар ашиглан даалгавруудыг бие даан гүйцэтгэдэг. Одоогийн байдлаар эдгээр бүх роботууд нь маш энгийн дүр төрхтэй байдаг: тэдгээр нь хөдөлгөөнт суурин дээрх манипулятор, нөхцөл байдлыг үнэлэх камерууд юм.
Хоёр дахь шинэлэг зүйл бол RT-2 загварын үйл ажиллагааг оновчтой болгоход чиглэсэн SARA-RT (Self-adaptive Robust Attention for Robotics Transformers) систем юм. Оролтын өгөгдлийг хоёр дахин, тухайлбал камерын нягтралыг нэмэгдүүлснээр роботын тооцоолох нөөцийн хэрэгцээ дөрөв дахин нэмэгддэг болохыг судлаачид тогтоожээ. Энэ асуудлыг AI-г нарийн тааруулах шинэ аргаар шийдэж, сургах гэж нэрлэдэг - энэ арга нь тооцоолох нөөцийн хэрэгцээний квадрат өсөлтийг бараг шугаман хэлбэр болгон хувиргадаг. Үүний ачаар загвар нь өмнөх чанараа хадгалж, илүү хурдан ажилладаг.
Эцэст нь Google DeepMind-ийн инженерүүд RT-Trajectory AI загварыг боловсруулсан бөгөөд энэ нь роботуудыг тусгай даалгавар гүйцэтгэхэд хялбаршуулдаг. Даалгавар тавьсны дараа оператор өөрөө түүний гүйцэтгэлийн дээжийг үзүүлж, RT-Trajectory нь хүний тогтоосон хөдөлгөөний траекторийг шинжилж, роботын үйлдэлд тохируулдаг.
Мөн уншина уу: