Дослідники з MIT поєднують дані руху роботів з мовними моделями для покращення виконання завдань

Роботи для домашнього використання все частіше навчаються виконувати складні завдання шляхом імітативного навчання, процес, під час якого їх програмують копіювати рухи, продемонстровані людиною. Хоча роботам вдається бути відмінними імітаторами, вони часто мають труднощі з адаптацією до порушень або несподіваних ситуацій, які виникають під час виконання завдань. Без явної програми для обробки цих відхилень роботам доводиться починати завдання з початку. Для вирішення цієї проблеми інженери з MIT розробляють новий підхід, який має на меті надати роботам відчуття здорового глузду при столкненні з несподіваними ситуаціями, дозволяючи їм адаптуватися та продовжувати виконання завдань без потреби ручного втручання.

Новий підхід

Дослідники з MIT розробили метод, який поєднує дані руху роботів з “здоровим глуздом” великих мовних моделей (LLM). З’єднавши ці два елементи, підхід дозволяє роботам логічно розбити задане домашнє завдання на підзадачі та фізично адаптуватися до порушень у кожній підзадачі. Це дозволяє роботам продовжувати виконання завдань без необхідності перезапуску всього завдання з початку, а також усуває потребу в явній програмі для обробки кожної можливої помилки на шляху.

Як пояснює аспірант Янвей Ван з відділу електротехніки та комп’ютерних наук (EECS) MIT, “Наш метод дозволяє роботам самостійно виправляти помилки виконання та покращувати загальний успіх завдання.”

Для демонстрації свого нового підходу дослідники використали просте завдання: збирання кульок з однієї чаші та виливання їх у іншу. Традиційно інженери рухали робота через рухи збирання та виливання в одному безперервному траєекторії, часто надаючи кілька демонстрацій людини для імітування роботом. Однак, як зазначає Ван, “демонстрація людини – це одна довга, безперервна траєекторія.” Команда зрозуміла, що хоча людина може продемонструвати одне завдання за раз, завдання залежить від послідовності підзадач. Наприклад, робот повинен спочатку дістатися до чаші, перш ніж він зможе зібрати кулі, а потім він повинен зібрати кулі, перш ніж перейти до порожньої чаші.

Якщо робот робить помилку під час будь-якої з цих підзадач, його єдина можливість – зупинитися та почати з початку, якщо інженери явно не позначать кожну підзадачу та не запрограмують або не зібрають нові демонстрації для відновлення роботом після помилки. Ван підкреслює, що “такий рівень планування дуже трудомісткий.” Саме тут вступає в дію новий підхід дослідників. Використовуючи потужність LLM, робот може автоматично визначити підзадачі, задіяні в загальному завдання, та визначити потенційні дії відновлення в разі порушень. Це усуває потребу в явній програмі для обробки кожної можливої помилки, роблячи робота більш адаптивним та ефективним у виконанні домашніх завдань.

Роль великих мовних моделей

LLM відіграють важливу роль у новому підході дослідників з MIT. Ці глибокі моделі обробки мови обробляють величезні бібліотеки тексту, встановлюючи зв’язки між словами, реченнями та абзацами. Через ці зв’язки LLM може генерувати нові речення на основі вивчених шаблонів, фактично розуміючи, який тип слова або фрази ймовірно слідує за останнім.

Дослідники зрозуміли, що ця здатність LLM може бути використана для автоматичного визначення підзадач у рамках більшого завдання та потенційних дій відновлення в разі порушень. З’єднавши “здоровий глузд” LLM з даними руху роботів, новий підхід дозволяє роботам логічно розбити завдання на підзадачі та адаптуватися до несподіваних ситуацій. Ця інтеграція LLM та робототехніки має потенціал революціонізувати спосіб програмування та навчання домашніх роботів, роблячи їх більш адаптивними та здатними обробляти реальні виклики.

По мірі розвитку галузі робототехніки інтеграція технологій штучного інтелекту, таких як LLM, стане все більш важливою. Підхід дослідників з MIT є значним кроком до створення домашніх роботів, які можуть не тільки імітувати дії людини, але й розуміти підлеглу логіку та структуру завдань, які вони виконують. Це розуміння буде ключовим для розробки роботів, які можуть працювати автономно та ефективно в складних, реальних середовищах.

До розумнішого, більш адаптивного майбутнього для домашніх роботів

Дозволяючи роботам самостійно виправляти помилки виконання та покращувати загальний успіх завдання, цей метод вирішує одну з основних проблем у програмуванні роботів: адаптивність до реальних ситуацій.

Вплив цього дослідження виходить далеко за межі простого завдання збирання кульок. По мірі того, як домашні роботизовані системи стають все більш поширеними, їм доведеться бути здатними обробляти широкий спектр завдань у динамічних, неструктурованих середовищах. Здатність розбити завдання на підзадачі, зрозуміти підлеглу логіку та адаптуватися до порушень буде важливою для ефективної та ефективної роботи цих роботів.

Крім того, інтеграція LLM та робототехніки демонструє потенціал технологій штучного інтелекту для революціонізування способу програмування та навчання роботів. По мірі розвитку цих технологій ми можемо очікувати побачити більш інтелектуальні, адаптивні та автономні роботизовані системи в наших домах та робочих місцях.

Робота дослідників з MIT є критичним кроком до створення домашніх роботів, які можуть真正но зрозуміти та орієнтуватися в складностях реального світу. По мірі того, як цей підхід буде вдосконалений та застосований до більш широкого спектра завдань, він має потенціал трансформувати спосіб нашого життя та роботи, роблячи нашу життя легшим та ефективнішим.