RoboCat DeepMind учится выполнять ряд задач с использованием моделей роботизированных рук

Особенно новым изобретением эту разработку назвать сложно, но DeepMind утверждает, что данная модель является первой в своем роде, имеющей способность адаптироваться к нескольким задачам, решать их и делать это при помощи разных роботов реальности.

Для обучения RoboCat исследователи из DeepMind собрали сначала от 100 до 1000 демонстраций задачи или робота с применением роботизированной руки, которой управлял человек.

Разработчики использовали данные, которые были получены в результате работы моделей, а также демонстрационные материалы. Ученые увеличивали набор обучающих данных RoboCat постоянно и на их основе обучали новые следующие версии RoboCat.

Окончательная версия модели RoboCat была обучена на 253 задачах и протестирована на 141 вариации этих задач, как в симуляции, так и в реальном мире. DeepMind утверждает, что после наблюдения за 1000 демонстраций с участием человека, собранных в течение нескольких часов, RoboCat научился управлять различными роботизированными руками.

Хотя модель ИИ обучали на четырех видах роботов с двухпалыми руками, RoboCat приспособился к более развитой руке с трехпалым захватом и количеством управляемых входов вдвое большим.

В процессе тестирования DeepMind коэффициент успешного выполнения задач значительно варьировался - от 13% на низком уровне до 99% на высоком. Это было сделано для того, чтобы RoboCat не назвали абсолютным примером существующих моделей ИИ, которые управляют роботами. Тестирование включало 1000 демонстраций в обучающих данных. Сокращенное в 2 раза количество демонстраций предсказуемо было с менее частыми успехами.

Но DeepMind убеждает наблюдателей, что в определенных сценариях RoboCat научился выполнению новых задач всего лишь за 100 демонстраций.

В будущем группа исследователей планирует сократить количество демонстраций для обучения RoboCat до менее чем 10.