Команда Google DeepMind Robotics анонсировала набор достижений в области робототехники, включающий системы AutoRT, SARA-RT и RT-Trajectory. Эти новшества призваны улучшить скорость, обобщение и сбор данных в реальных условиях, приближая нас к будущему, где персональные помощники-роботы смогут выполнять простые задачи по запросу, такие как «приберите в доме» или «приготовьте здоровый обед».
Автономная система AutoRT использует большие базовые модели, чтобы помочь роботам быстрее принимать решения и лучше понимать окружающую среду. С помощью более разнообразных данных об обучении, система может управлять несколько роботами одновременно, каждый из которых выполняет различные задачи в новых условиях. В рамках семимесячных испытаний система безопасно управляла до 20 роботами одновременно в различных офисных зданиях, собрав обширный набор данных, состоящий из 77,000 испытаний и 6,650 уникальных задач.
Система включает в себя также механизмы безопасности. Например, роботы останавливаются автоматически, если сила, применяемая к их суставам, превышает установленные пределы, и всегда находятся в поле зрения человеческого супервизора.
SARA-RT, новая система по адаптивному вниманию для Robotics Transformers, преобразует модели RT в более эффективные версии, увеличивая точность до 10,6% и скорость на 14%. Это стало возможным благодаря уникальной методике настройки, называемой уп-тренингом, которая значительно снижает вычислительные требования ботов.
Наконец, RT-Trajectory автоматически добавляет визуальные контуры, описывающие движения роботов в обучающих видео, что позволяет роботам успешно выполнять задачи, не ранее встречавшиеся в их обучении. В испытаниях на 41 задаче новая модель продемонстрировала успех в 63%, в то время как предыдущие модели показали результат всего 29%.
Таким образом, новые разработки Google DeepMind могут значительно повлиять на будущее робототехники, открывая возможности для создания более универсальных и способных к обучению роботов.