Roombaдан тышкары үй роботторун кеңири жайылтууга бир катар факторлор, анын ичинде наркы, практикалуулугу, дизайн жана карта түзүү чөйрөсүндөгү кыйынчылыктар тоскоол болгон. Бул көйгөйлөр жарым-жартылай чечилсе дагы, бул системалар кетирген каталарды оңдоодогу кыйынчылыктан улам катачылыктар дагы эле пайда болот. Негизги уюмдардын мындай маселелерди чечүүгө мүмкүнчүлүгү бар, бирок керектөөчүлөр мүчүлүштүктөрдү оңдоо үчүн профессионалдарга акча төлөшөт же программист болушат деп күтүү реалдуу эмес. Бирок MITдин акыркы изилдөөлөрү көрсөткөндөй, чоң тил моделдери (LLMs) мүмкүн болгон ыкманы сунуш кылат.
Окуу өкүлчүлүктөрү боюнча эл аралык конференцияда (ICLR) алдыдагы кагаз роботторду өз алдынча оңдоолорду киргизе алышы үчүн, "акыл-эстүүлүк" даражасы менен интеграциялоого умтулат. Бул изилдөөгө ылайык, роботтор адамдын жүрүм-турумун кайталай алат, бирок алар бардык мүмкүн болгон тоскоолдуктарды чечүүгө туура үйрөтүлмөйүнчө, күтүлбөгөн өзгөрүүлөргө көнүү кыйынга турат жана өз милдеттерин башынан эле кайра башташат.
Изилдөө роботтордогу имитацияны үйрөнүүнүн кемчиликтерине көңүл бурат, өзгөчө динамикалык үй шартында, кичинекей өзгөрүүлөр да системаны баштапкы абалга келтириши мүмкүн. Иш-аракеттерди майда компоненттерге бөлүп, MIT изилдөөсү оңдоолорду жеңилдеткен жана программисттердин кол менен кийлигишүүсүн жокко чыгарган революциялык ыкманы сунуштайт. Бул жалпы тилде этап-этабы менен нускамаларды берүү менен адамдын демонстрациялары менен роботтук түшүнүгүнүн ортосундагы ажырымды түзүүчү LLMs аркылуу мүмкүн болду. Бул роботторго тапшырма баскычын таанууга жана керектүү оңдоолорду өз алдынча жасоого мүмкүндүк берет.
Изилдөө мраморлорду казып, куюуга үйрөтүлгөн роботту колдонуп, бул идеяны чагылдырып, LLMлер роботту атайылап үзгүлтүккө учурагандан кийин кантип өзүн-өзү оңдоого мүмкүндүк берерин көрсөттү. Бул ыкма робототехникадагы туруктуу көйгөйдү эффективдүү чечүүнү камсыздайт, бул катачылыктар учурунда адамдын программалоосуна же кийлигишүүсүнө болгон талапты бир топ азайтат.
Карьераңызды үзгүлтүккө учуратпай жогорулатыңыз! Code Labs Academy онлайн толук эмес убакыттагы Data Science and AI bootcamp кошулуңуз жана коддоо жана маалыматтарды талдоо боюнча практикалык көндүмдөрдү алыңыз. Тармактык эксперттерден үйрөнүңүз, реалдуу долбоорлорду түзүңүз жана маалыматтарга негизделген карьерага даярданыңыз — баары өзүңүздүн график боюнча!