(資料圖片)

6 月 26 日消息，谷歌旗下 DeepMind 表示，該公司已經(jīng)開發(fā)出一種名為 RoboCat 的人工智能模型，可以控制不同的機(jī)器人手臂執(zhí)行一系列任務(wù)。僅僅這一點并不特別新穎，但 DeepMind 聲稱，該模型是第一個能夠解決和適應(yīng)多種任務(wù)的模型，并且使用不同的、真實世界的機(jī)器人來完成。

RoboCat 的靈感來自于 DeepMind 的另一個 AI 模型 Gato，后者可以分析和處理文本、圖像和事件。RoboCat 的訓(xùn)練數(shù)據(jù)包括模擬和真實機(jī)器人的圖像和動作數(shù)據(jù)，這些數(shù)據(jù)來自于虛擬環(huán)境中的其他機(jī)器人控制模型、人類控制的機(jī)器人以及 RoboCat 自身的前期版本。

DeepMind 的研究科學(xué)家李亞歷克斯（Alex Lee）是 RoboCat 團(tuán)隊的合作者之一，他在接受 TechCrunch 郵件采訪時說：“我們證明了一個單一的大型模型可以在多個真實的機(jī)器人實體上解決多樣化的任務(wù)，并且可以快速地適應(yīng)新的任務(wù)和實體?！?/p>

IT之家注意到，為了訓(xùn)練 RoboCat，DeepMind 的研究人員首先使用人類控制的機(jī)械臂，在模擬或真實環(huán)境中收集了每個任務(wù)或機(jī)器人的 100 到 1000 次演示。例如，讓機(jī)械臂拾取齒輪或堆疊積木等。然后，他們對 RoboCat 進(jìn)行微調(diào)，在每個任務(wù)上創(chuàng)建一個專門的“衍生”模型，讓它平均練習(xí) 10000 次。通過利用衍生模型生成的數(shù)據(jù)和演示數(shù)據(jù)，研究人員不斷擴(kuò)大 RoboCat 的訓(xùn)練數(shù)據(jù)集，并訓(xùn)練出新版本的 RoboCat。

最終版本的 RoboCat 在模擬和真實世界中，在總共 253 個任務(wù)上進(jìn)行了訓(xùn)練，并在這些任務(wù)的 141 個變體上進(jìn)行了測試。DeepMind 聲稱，在觀察了幾個小時內(nèi)收集的 1000 次人類控制的演示后，RoboCat 學(xué)會了操作不同類型的機(jī)械臂。雖然 RoboCat 已經(jīng)在四種有兩爪臂的機(jī)器人上進(jìn)行了訓(xùn)練，但該模型能夠適應(yīng)一種更復(fù)雜的有三指夾具和兩倍可控輸入的機(jī)械臂。

盡管如此，RoboCat 在 DeepMind 的測試中，在不同任務(wù)上的成功率也有很大差異，從最低的 13% 到最高的 99% 不等。這是在訓(xùn)練數(shù)據(jù)中有 1000 次演示的情況下；如果演示次數(shù)減半，成功率也會相應(yīng)降低。不過，在某些情況下，DeepMind 聲稱 RoboCat 只需要觀察 100 次演示就能學(xué)習(xí)新任務(wù)。

李亞歷克斯認(rèn)為，RoboCat 可能會降低解決新任務(wù)的難度?！爸灰o出一定數(shù)量的新任務(wù)演示，RoboCat 就可以微調(diào)到新任務(wù)，并且可以自我生成更多數(shù)據(jù)來進(jìn)一步提高?！彼a(bǔ)充說。

未來，研究團(tuán)隊的目標(biāo)是減少教授 RoboCat 完成新任務(wù)所需的演示次數(shù)，使其少于 10 次。