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(diǎn)并不特別新穎，但DeepMind聲稱，該模型是第一個(gè)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(shí)世界的機(jī)器人來完成。
RoboCat的靈感來自于DeepMind的另一個(gè)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(shí)機(jī)器人的圖像和動(dòng)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(duì)的合作者之一，他在接受TechCrunch郵件采訪時(shí)說：“我們證明了一個(gè)單一的大型模型可以在多個(gè)真實(shí)的機(jī)器人實(shí)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(shí)體。”
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(shí)環(huán)境中收集了每個(gè)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(duì)RoboCat進(jìn)行微調(diào)，在每個(gè)任務(wù)上創(chuàng)建一個(gè)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(shí)世界中，在總共253個(gè)任務(wù)上進(jìn)行了訓(xùn)練，并在這些任務(wù)的141個(gè)變體上進(jìn)行了測(cè)試。DeepMind聲稱，在觀察了幾個(gè)小時(shí)內(nèi)收集的1000次人類控制的演示后，RoboCat學(xué)會(huì)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(cè)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(huì)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(huì)降低解決新任務(wù)的難度。“只要給出一定數(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。”他補(bǔ)充說。
未來，研究團(tuán)隊(duì)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。
