На этой неделе MIT представилинновационный метод обучения роботов. В отличие от традиционных наборов данных, которые обычно используются для обучения новых задач, этот подход основывается на обширных массивах информации, подобно тем, что применяются в крупных языковых моделях (LLMs).
Исследователи пришли к выводу, что обучение роботов через имитацию человеческого поведения может оказаться неэффективным, если они сталкиваются с незначительными затруднениями, например, такими как изменения в условиях освещения, новая обстановка или наличие новых препятствий. В подобных ситуациях у роботов часто недостаточно данных для адекватной адаптации.
Команда проанализировала большие языковые модели, такие как GPT-4, с целью разработки методов, позволяющих справляться с задачами, используя обширные объемы данных. Автор исследования Лируй Ван подчеркнул, что в языковой сфере данные формируют предложения, тогда как в области робототехники информация имеет гораздо более разнообразный характер. Чтобы реализовать такой подход, необходима новая архитектура.
Ученые создали новую структуру, которую назвали Гетерогенные Предобученные Трансформеры (HPT). Эта архитектура объединяет данные от различных датчиков и окружающей среды, что позволяет роботам эффективнее подстраиваться к изменениям. Для обработки данных применяется трансформер, который анализирует информацию и повышает эффективность обучения — при этом большие модели показывают лучшие результаты.
Пользователи могут ввести данные о проекте робота, его конфигурации и целевой задаче. По словам доцента Дэвида Хелда, их цель заключается в создании универсального «мозга» для роботов, который можно было бы легко загрузить и использовать без дополнительной настройки. Хотя работа только начинается, они рассчитывают, что дальнейшие исследования приведут к значительным успехам в области робототехники, аналогичным тем, которые происходили при создании крупных языковых моделей.
Исследование получило частичное финансирование от Института исследований Toyota (TRI). В прошлом году на конференции TechCrunch Disrupt TRI представил метод, который позволяет обучать роботов за одну ночь. Недавно институт заключил важное партнерство, в рамках которого его работы по обучению роботов будут объединены с технологиями компании Boston Dynamics.
По словам OpenAI, теперь ChatGPT может осуществлятьпоиск в интернете, предоставляя быстрые и своевременные ответы со ссылками на релевантные веб-источники, для получения которых раньше пришлось бы обращаться к поисковой системе. ChatGPT сам запустит поиск, основываясь на запросе, или пользователь сможет вручную выбрать эту функцию.
