Forbedre hjemmeroboter gjennom sunn fornuft: MITs gjennombrudd innen autonom feilretting
Oppdatert den November 19, 2024Lesetid: 2 minutter
Den brede bruken av hjemmeroboter utover Roomba har blitt hindret av en rekke faktorer, inkludert kostnad, praktisk, design og utfordringen med å kartlegge miljøer. Selv om disse problemene er delvis løst, oppstår det fortsatt feil, noe som forverres av vanskelighetene med å rette opp feil disse systemene gjør. Mens store organisasjoner har kapasitet til å håndtere slike problemer, er det urealistisk å forvente at forbrukerne skal betale fagfolk for feilsøking eller for å bli programmerere. Men som nyere forskning fra MIT viser, tilbyr store språkmodeller (LLMs) en mulig tilnærming.
En kommende artikkel på International Conference on Learning Representations (ICLR) søker å integrere roboter med en viss grad av «sunn fornuft» slik at de kan foreta korreksjoner autonomt. I følge denne forskningen kan roboter gjenskape menneskelig atferd, men med mindre de er riktig opplært til å håndtere alle mulige hindringer, har de problemer med å tilpasse seg uforutsette endringer og starter ofte oppgavene sine på nytt fra begynnelsen.
Studien trekker oppmerksomheten mot ulempene med imitasjonslæring i roboter, spesielt i dynamiske hjemmesituasjoner der selv små endringer kan føre til at et system tilbakestilles. Ved å dele opp aktiviteter i mindre komponenter, foreslår MIT-studien en revolusjonerende metode som gjør korrigeringer enklere og eliminerer behovet for programmerere å gripe inn manuelt. Dette er muliggjort av LLM-er, som bygger bro mellom menneskelige demonstrasjoner og robotforståelse ved å gi trinnvise instruksjoner på vanlig språk. Dette lar roboter gjenkjenne oppgavestadiet og gjøre nødvendige justeringer på egenhånd.
Ved å bruke en robot som var opplært til å øse og helle klinkekuler, illustrerte forskningen denne ideen og viste hvordan LLM-er lar roboten korrigere seg selv etter å ha blitt målrettet avbrutt. Denne tilnærmingen gir en effektiv løsning på et vedvarende problem innen robotikk ved å redusere behovet for menneskelig programmering eller intervensjon under feil.
Få ferdigheter uten å avbryte karrieren din! Bli med på Code Labs Academys nettbaserte deltids-Data Science and AI bootcamp og få praktiske ferdigheter i koding og dataanalyse. Lær av bransjeeksperter, bygg virkelige prosjekter og forbered deg på en datadrevet karriere – alt etter planen din!
