Výzkumníci z MIT kombinují data o pohybu robotů s jazykovými modely pro zlepšení provádění úkolů

Roboty pro domácnost se stále více učí vykonávat složité úkoly prostřednictvím imitačního učení, procesu, při kterém jsou programovány pro kopírování pohybů demonstrovovaných člověkem. Zatímco roboti se ukázali být vynikajícími napodobiteli, často mají potíže s přizpůsobením se rušením nebo neočekávaným situacím, které nastanou během provádění úkolu. Bez explicitního programování pro zpracování těchto odchylek jsou roboti nuceni začít úkol od začátku. Aby tato výzva byla řešena, inženýři z MIT vyvíjejí nový přístup, který má dát robotům smysl pro běžný smysl, když se setkají s neočekávanými situacemi, umožňující jim přizpůsobit se a pokračovat v úkolu bez nutnosti manuálního zásahu.

Nový přístup

Výzkumníci z MIT vyvinuli metodu, která kombinuje data o pohybu robotů s “znalostmi běžného smyslu” velkých jazykových modelů (LLM). Tímto spojením umožňuje přístup robotům logicky rozdělit daný domácí úkol na podúkoly a fyzicky se přizpůsobit rušením v rámci každé podúkoly. To umožňuje robotovi pokračovat bez nutnosti restartovat celý úkol od začátku a eliminuje potřebu inženýrů explicitně programovat opravy pro každou možnou chybu na cestě.

Jak vysvětluje Yanwei Wang, doktorand z oddělení elektrotechniky a počítačových věd (EECS) na MIT, “Naším metodou může robot sám opravovat chyby při provádění úkolů a zlepšovat celkový úspěch úkolu.”

Aby demonstrovali svůj nový přístup, výzkumníci použili jednoduchý úkol: nabírání kuliček z jedné mísy a nalévání jich do druhé. Tradičně by inženýři pohybovali robotem skrze pohyby nabírání a nalévání v jednom plynulém trajektorii, často poskytujíce několik lidských demonstrací pro robot, aby je napodoboval. Nicméně, jak Wang poukazuje, “lidská demonstrace je jeden dlouhý, nepřetržitý trajektorie.” Tým si uvědomil, že zatímco člověk může demonstrovat jeden úkol v jednom kroku, úkol závisí na posloupnosti podúkolů. Například, robot musí nejprve vložit ruku do mísy, než může nabírat, a musí nabírat kuličky, než se přesune do prázdné mísy.

Pokud robot udělá chybu během některé z těchto podúkolů, jeho jediným východiskem je zastavit se a začít od začátku, pokud inženýři explicitně neoznačí každou podúkol a neprogramují nebo neposkytnou nové demonstrace pro robota, aby se zotavil z chyby. Wang zdůrazňuje, že “taková úroveň plánování je velmi únavná.” To je místo, kde nový přístup výzkumníků přichází do hry. Díky využití síly LLM může robot automaticky identifikovat podúkoly zapojené do celkového úkolu a určit potenciální akce pro zotavení v případě rušení. To eliminuje potřebu inženýrů manuálně programovat robota, aby zpracoval každou možnou chybu, což činí robota více přizpůsobivým a efektivním při provádění domácích úkolů.

Role velkých jazykových modelů

LLM hrají zásadní roli v novém přístupu výzkumníků z MIT. Tyto hluboké učící modely zpracovávají rozsáhlé knihovny textu, vytvářejí spojení mezi slovy, větami a odstavci. Díky těmto spojením může LLM generovat nové věty na základě naučených vzorců, vlastně chápající typ slova nebo fráze, která je pravděpodobně následovat po poslední.

Výzkumníci si uvědomili, že tato schopnost LLM může být využita k automatickému identifikování podúkolů v rámci většího úkolu a potenciálních akcí pro zotavení v případě rušení. Kombinací “znalostí běžného smyslu” LLM s daty o pohybu robotů umožňuje nový přístup robotům logicky rozdělit úkol na podúkoly a přizpůsobit se neočekávaným situacím. Toto začlenění LLM a robotiky má potenciál revolucionalizovat způsob, jakým jsou programovány a trénovány domácí roboty, činíce je více přizpůsobivými a schopnými zvládat reálné výzvy.

Jak se oblast robotiky dále rozvíjí, bude začlenění umělých inteligencí, jako jsou LLM, stále důležitější. Nový přístup výzkumníků z MIT je významným krokem směrem k vytváření domácích robotů, které mohou nejen napodobovat lidské akce, ale také chápat základní logiku a strukturu úkolů, které vykonávají. Toto chápání bude klíčové pro vývoj robotů, které mohou autonomně a efektivně fungovat v komplexních, reálných prostředích.

Směřování k chytřejší, více přizpůsobivé budoucnosti pro domácí roboty

Povolováním robotům opravovat chyby při provádění úkolů a zlepšovat celkový úspěch úkolu, tento přístup řeší jednu z hlavních výzev v programování robotů: přizpůsobivost reálným situacím.

Dopady tohoto výzkumu sahají daleko za jednoduchý úkol nabírání kuliček. Jak se domácí roboti stávají stále více rozšířenými, budou muset být schopni zvládat širokou škálu úkolů v dynamických, nestrukturovaných prostředích. Schopnost rozdělit úkoly na podúkoly, pochopit základní logiku a přizpůsobit se rušením bude nezbytná pro efektivní a efektivivní fungování těchto robotů.

Kromě toho začlenění LLM a robotiky demonstruje potenciál umělých inteligencí pro revolucionalizaci způsobu, jakým programujeme a trénujeme roboty. Jak se tyto technologie dále rozvíjejí, můžeme očekávat, že uvidíme více inteligentní, přizpůsobivé a autonomní roboty v našich domech a pracovních prostředích.

Práce výzkumníků z MIT je kritickým krokem směrem k vytváření domácích robotů, které mohou skutečně chápat a navigovat komplexity reálného světa. Jak se tento přístup bude dále rozvíjet a aplikovat na širší škálu úkolů, má potenciál transformovat způsob, jakým žijeme a pracujeme, činíce naše životy snazšími a efektivnějšími.