Інженери з Массачусетського технологічного інституту (MIT) разом із колегами з Інституту штучного інтелекту й фундаментальних взаємодій представили нову генеративну систему ШІ для навчання роботів. Цей підхід дозволяє роботам освоювати навички для долання різних типів місцевості та об’єктів, що є важливим кроком для їхньої автономної навігації у реальному світі.
Про це інформує TechXplore.
Як працює система
Традиційні методи навчання роботів часто не здатні ефективно готувати їх до зустрічі з непередбачуваними ситуаціями, оскільки такі системи потребують чіткого сценарію для кожного руху. MIT вирішив цю проблему завдяки використанню віртуальної симуляції, що дозволяє роботам адаптуватися до нових обставин і впевнено пересуватися в непередбачуваних умовах.
Для створення цієї унікальної навчальної платформи, яку назвали LucidSim, MIT об’єднав можливості генеративного штучного інтелекту та фізичних симуляторів. Система отримує дані з ChatGPT, що генерує різноманітні сценарії навколишнього середовища, від різних видів місцевості до складних погодних умов.
На основі цих описів 3D-симулятор формує детальне середовище з можливостями для роботів навчатися паркуру — складному виду спорту, який вимагає швидкого подолання перешкод. Завдяки цьому, роботизовані платформи навчаються знаходити оптимальні шляхи, обирати правильні рухи та адаптуватися до різноманітних умов.
Випробування та потенціал
Успішно навчених у віртуальному світі роботів дослідники перевірили в реальних умовах. Чотириногий робот, оснащений камерою, зміг ефективно пересуватися по складній місцевості, долати коробки та сходи. Команда MIT зазначає, що їхній новий підхід до навчання роботів може бути використаний у ширшому спектрі застосувань. Чим значно покращують адаптивність та автономність робототехніки.
Ця технологія може стати основою для нового покоління роботів. Роботи здатні швидко навчатися, орієнтуватися в мінливих середовищах і виконувати завдання з мінімальною участю людини.
