Команда Google DeepMind объявила о разработке новых систем, включая AutoRT, SARA-RT и RT-Trajectory, которые значительно увеличивают эффективность сбора данных роботами и улучшают их способность к обучению.
AutoRT представляет собой систему, использующую мощные базовые модели для обучения роботов навыкам, необходимым для выполнения повседневных задач, таких как уборка или приготовление пищи. Эта система может управлять одновременно несколькими роботами, позволяя им собирать данные в различных средах. За семь месяцев испытаний AutoRT смогла orchestrировать до 20 роботов одновременно, собрав огромный массив данных из 77,000 экспериментов.
SARA-RT предлагает более эффективную обработку данных, улучшая нейронные сети на основе архитектуры Robotics Transformer. Эта система без значительных затрат на пересчет позволяет улучшить производительность до 10.6% и скорость работы до 14%. Подход к fine-tuning модели, называемый «up-training», изменяет сложность расчетов с квадратной на линейную, что значительно ускоряет принятие решений.
Для улучшения понимания роботов задач был разработан RT-Trajectory, который накладывает визуальные контуры на видео, показывая, как должны двигаться манипуляторы. Этот метод продемонстрировал значительное улучшение в новых задачах, с успехом выполнения 63% по сравнению с 29% у предыдущих моделей.
Важным аспектом всех этих технологий является обеспечение безопасности. Все системы оснащены слоями защитных мер, и каждая из них придерживается этических принципов, вдохновленных Законами Робототехники Азимова. Это включает в себя запреты на выполнение задач, связанных с человеческими действиями или потенциально опасными предметами.
Исследования и разработки, представленные командой, направлены на создание более умных и безопасных роботов, которых можно интегрировать в повседневную жизнь.