Forschende entwickeln Methode zur Verbesserung der KI-Fähigkeiten von Robotern
Eine neue Methode namens Policy Composition (PoCo) ermöglicht es Robotern, verschiedene Aufgaben in unterschiedlichen Umgebungen zu erlernen und auszuführen. Durch die Kombination von Daten aus verschiedenen Quellen und die Nutzung generativer KI-Modelle konnten Forschende des MIT eine 20-prozentige Verbesserung der Leistung erzielen. Diese innovative Technik könnte den Weg für vielseitigere und anpassungsfähigere Roboter ebnen.
Die 5 wichtigsten Aussagen:
– MIT-Forscher haben eine Methode namens Policy Composition (PoCo) entwickelt, um Roboter mit Hilfe von Diffusionsmodellen auf mehrere Aufgaben in verschiedenen Umgebungen vorzubereiten.
– PoCo kombiniert Daten aus verschiedenen Quellen, Domänen und Modalitäten, um allgemeine Roboterrichtlinien zu erstellen.
– Diese Methode führte zu einer 20%igen Verbesserung der Aufgabenerfüllung im Vergleich zu herkömmlichen Techniken.
– Durch die separate Schulung von Diffusionsmodellen können diese kombiniert werden, um die besten Eigenschaften verschiedener Richtlinien zu nutzen.
– Die PoCo-Technik wurde erfolgreich in Simulationen und an realen Robotern getestet und ermöglichte diesen, verschiedene Werkzeugaufgaben zu bewältigen und sich an neue Aufgaben anzupassen.
Ganzen Artikel lesen: https://news.mit.edu/2024/technique-for-more-effective-multipurpose-robots-0603