Google Melatih Robot

Read Time:2 Minute, 5 Second

designsuperstars.net Tekno – Tahun 2024 akan menjadi tahun besar bagi industri kecerdasan buatan generatif/model basis besar dan robotika. Ada banyak kegembiraan mengenai potensi beragam aplikasi, mulai dari pembelajaran hingga desain produk. Peneliti Google DeepMind Robotics adalah salah satu dari banyak tim yang mengeksplorasi potensi luar angkasa. Tim tersebut, dikutip oleh Techcrunch, menyoroti penelitian yang sedang berlangsung yang bertujuan untuk memberikan pemahaman yang lebih baik kepada para ahli robot tentang apa yang diinginkan manusia dari robot-robot ini. Secara tradisional, robot fokus melakukan satu tugas beberapa kali selama hidupnya. Bot dengan tujuan tunggal cenderung sangat baik dalam satu hal, tetapi bahkan mereka kesulitan ketika perubahan atau bug muncul secara tidak sengaja dalam prosesnya. AutoRT yang baru diperkenalkan dirancang untuk memanfaatkan model dasar yang besar untuk sejumlah tujuan berbeda. Dalam contoh standar yang diberikan oleh tim DeepMind, sistem dimulai dengan Model Bahasa Visual (VLM) untuk kesadaran situasional yang lebih baik. AutoRT mampu mengoperasikan armada robot yang bekerja secara tandem dan dilengkapi kamera untuk memahami tata letak lingkungannya dan objek di dalamnya. Sementara itu, model bahasa besar merancang tugas-tugas yang dapat diselesaikan oleh perangkat keras, termasuk efektor akhirnya. Banyak yang menyadari bahwa LLM adalah kunci untuk membuka robotika yang secara efektif memahami perintah bahasa alami, sehingga mengurangi kebutuhan akan keterampilan hard-coding. Sistem ini telah banyak diuji selama tujuh bulan terakhir. AutoRT mampu mengendalikan hingga 20 robot sekaligus dan total 52 perangkat berbeda. Secara total, DeepMind mengumpulkan sekitar 77.000 uji coba, termasuk lebih dari 6.000 tugas. Yang juga baru dalam tim ini adalah RT-Trajectory, yang menggunakan input video untuk pembelajaran robotik. Banyak tim yang mengeksplorasi penggunaan video YouTube sebagai metode pelatihan robot skala besar, namun RT-Trajectori menambahkan lapisan menarik yang melapisi video sketsa dua dimensi dari tangan yang sedang beraksi. Tim mencatat bahwa “lintasan ini, dalam bentuk gambar RGB, memberikan isyarat visual tingkat rendah yang praktis kepada model saat model mempelajari aturan kendali robotnya.” DeepMind mengatakan pelatihan tersebut memiliki tingkat keberhasilan dua kali lipat dibandingkan pelatihan RT-2, yaitu 63% dibandingkan dengan 29%. saat menguji 41 tugas. “RT-Trajectory memanfaatkan kekayaan informasi gerakan robot yang ada di semua kumpulan data robot tetapi saat ini kurang dimanfaatkan,” catat tim tersebut. “RT-Trajectori tidak hanya mewakili langkah selanjutnya dalam membangun robot yang mampu bergerak dengan presisi efisien dalam situasi baru, namun juga membuka pengetahuan dari kumpulan data yang sudah ada,” tambahnya. Polisi Penembak Debt Collector Menyerah ke Propam Usai Hilang Usai Kejadian, FN Polisi Pembunuh Dua Debt Collector Menyerah ke Propam designsuperstars.net.co.id 25 Maret 2024

Happy
Happy
0 %
Sad
Sad
0 %
Excited
Excited
0 %
Sleepy
Sleepy
0 %
Angry
Angry
0 %
Surprise
Surprise
0 %
Previous post Barcelona Dekati Sosok Mengejutkan untuk Jadi Suksesor Xavi Hernandez
Next post Studi: Empat Hari Kerja per Minggu Tingkatkan Kesehatan Mental Karyawan
PAY4D slot jepang slot 1000 jepang slot lapaktoto