详细内容或原文请订阅后点击阅览
RoboCat：自我改善的机器人毒剂
机器人迅速成为我们日常生活的一部分，但是它们通常只能编程为可以很好地执行特定任务。尽管利用AI的最新进展可能会导致机器人可以以许多方式有所帮助，但在建造通用机器人方面的进展部分较慢，部分原因是收集现实世界中的培训数据所需的时间。我们的最新论文介绍了一种自动提高机器人技术的AI代理机器人，该代理商学会了在不同的武器上执行各种任务，然后自我生成新的培训数据以改善其技术。
来源:DeepMind - 新闻与博客研究
RoboCat：自我改善的机器人毒剂
- 于2023年6月20日发布
新的基金会代理人学会操作不同的机器人臂，从100个演示中解决任务，并从自我生成的数据中得到改善。
机器人迅速成为我们日常生活的一部分，但是它们通常只能编程为可以很好地执行特定任务。尽管利用AI的最新进展可能会导致机器人可以以许多方式有所帮助，但在建造通用机器人方面的进展部分较慢，部分原因是收集现实世界中的培训数据所需的时间。
我们的最新论文介绍了一种自我提出的机器人技术AI代理Robocat，该代理商学会了在不同的武器上执行各种任务，然后自我生成新的培训数据以改善其技术。
我们的最新论文先前的研究已经探索了如何开发可以按大规模学习多任务的机器人，并将对语言模型的理解与助手机器人的真实能力相结合。 RoboCat是第一个解决和适应多个任务的代理商，并在不同的真实机器人上进行。
可以按比例学习多任务的机器人 将对语言模型的理解与现实世界功能结合在一起RoboCat的学习速度比其他最先进的模型要快得多。它可以从100个演示中获得一项新任务，因为它从一个大而多样的数据集中汲取了灵感。这种能力将有助于加速机器人研究，因为它减少了对人类监督培训的需求，并且是创建通用机器人的重要一步。
RoboCat如何改善自己
RoboCat基于我们的多模型Gato（西班牙语“ CAT”），该模型可以在模拟和物理环境中处理语言，图像和动作。我们将Gato的体系结构与大量培训数据集结合在一起，包括各种机器人武器的序列和动作，以解决数百个不同的任务。
Gato 左： 正确：