详细内容或原文请订阅后点击阅览
基于仿真的管道量身定制灵巧机器人的培训数据
由麻省理工学院研究人员开发的物理系统，通过将培训数据定制到特定机器来帮助机器人处理房屋和工厂中的项目。
来源:MIT新闻 _机器人当Chatgpt或Gemini给出对您的燃烧问题的专家回答时，您可能没有意识到它依赖于该答复的信息。与其他流行的生成人工智能（AI）模型一样，这些聊天机器人依赖于称为基础模型的骨干系统，这些模型训练了数十亿甚至数万亿个数据点。
在类似的角度，工程师希望建立基础模型，以培训一系列机器人，例如在房屋和工厂之类的地方捡起，移动和放下对象。问题在于，很难跨机器人系统收集和传输教学数据。您可以使用虚拟现实（VR）等技术逐步进行硬件来教授系统，但这可能很耗时。互联网上的视频培训的培训较少，因为这些剪辑无法为特定机器人提供分步，专门的任务行动。该系统可以将几十个VR演示置于每台机器的近3,000个模拟中。然后将这些高质量的说明映射到机器人手臂和手（例如机器人手臂和手）的精确配置。
每个仿真都是一个详细的训练数据点，它可以通过潜在的处理对象进行操作。当实施到策略（或机器人遵循的动作计划）中时，机器有多种方法来处理任务，并且可以尝试不同的动作，如果不起作用。
纸 乘法增加Physicsgen的未来
很快，PhysicsGen可能会扩展到新的边界：使机器可以执行的任务多样化。