В рамках международного сотрудничества группа ученых из 33 академических лабораторий представила новый набор данных под названием Open X-Embodiment, который объединяет данные от 22 различных типов роботов. Этот шаг направлен на решение проблемы узкой специализации роботов, позволяя им обучаться выполнять разнообразные задачи.
Совместно с запуском набора данных был представлен RT-1-X, новый трансформер для робототехники. Этот модельный алгоритм, обученный на собранных данных, демонстрирует улучшение производительности на 50% по сравнению с обучением, проводимым отдельно для каждого типа робота. Испытания проводились в пяти исследовательских лабораториях, что подтвердило эффективность применения нового подхода.
Ключевым аспектом работы стал метод совместного обучения, который позволяет роботам переносить полученные знания на другие типы машин. Так, модель RT-2-X показала утроенное улучшение производительности на реальных задачах по сравнению с предыдущими версиями, используя данные из различных источников. Эти достижения открывают новые горизонты для развития многозадачных роботов и подчеркивают важность совместной работы исследовательских лабораторий.
Набор данных Open X-Embodiment и внедрение модели RT-1-X станут основой для будущих исследований в области робототехники. Ученые уверены, что эти ресурсы существенно изменят подходы к обучению роботов, улучшат их возможности и ускорят развитие всей области.