Широкому распространению домашних роботов, помимо Roomba, препятствует ряд факторов, включая стоимость, практичность, дизайн и сложность картографирования окружающей среды. Даже если эти проблемы частично решены, сбои все равно происходят, что усугубляется сложностью исправления ошибок, которые допускают эти системы. Хотя крупные организации имеют возможность решать такие проблемы, нереалистично ожидать, что потребители будут платить профессионалам за отладку или станут программистами. Но, как показывают недавние исследования Массачусетского технологического института, модели большого языка (LLM) предлагают возможный подход.
В предстоящем документе на Международной конференции по обучающимся представлениям (ICLR) делается попытка интегрировать роботов с определенной степенью «здравого смысла», чтобы они могли вносить исправления автономно. Согласно этому исследованию, роботы могут копировать человеческое поведение, но, если они не обучены справляться со всеми возможными препятствиями должным образом, им трудно приспособиться к непредвиденным изменениям, и они часто перезапускают свои задачи с самого начала.
Исследование привлекает внимание к недостаткам имитационного обучения роботов, особенно в динамичных домашних ситуациях, когда даже небольшие изменения могут привести к перезагрузке системы. Разбивая действия на более мелкие компоненты, исследование MIT предлагает революционный метод, который упрощает внесение исправлений и устраняет необходимость вмешательства программистов вручную. Это становится возможным благодаря программам LLM, которые устраняют разрыв между человеческими демонстрациями и роботизированным пониманием, предоставляя пошаговые инструкции на обычном языке. Это позволяет роботам распознавать этап выполнения задачи и самостоятельно вносить необходимые коррективы.
Исследование с использованием робота, обученного черпать и рассыпать шарики, проиллюстрировало эту идею и показало, как LLM позволяют роботу самокорректироваться после целенаправленного прерывания. Этот подход обеспечивает эффективное решение постоянной проблемы в робототехнике за счет значительного снижения требований к человеческому программированию или вмешательству во время сбоев.
Повышайте квалификацию, не прерывая карьеру! Присоединяйтесь к онлайн-курсу Code Labs Academy с частичной занятостью Учебный курс по науке о данных и искусственному интеллекту и приобретите практические навыки в области кодирования и анализа данных. Учитесь у отраслевых экспертов, создавайте реальные проекты и готовьтесь к карьере, основанной на данных — и все это по вашему графику!