Представлена платформа моделирования для обучения роботов выполнению повседневных задач
Производительность инструментов искусственного интеллекта (ИИ), включая большие вычислительные модели для обработки естественного языка (НЛП) и алгоритмы компьютерного зрения, быстро улучшалась за последние десятилетия. Одна из причин этого заключается в том, что наборы данных для обучения этих алгоритмов растут в геометрической прогрессии, собирая сотни тысяч изображений и текстов, часто собранных из Интернета. С другой стороны, обучающих данных для алгоритмов управления и планирования роботов остается гораздо меньше, отчасти потому, что получить их не так просто. Некоторые ученые-компьютерщики пытаются создать более крупные наборы данных и платформы, которые можно было бы использовать для обучения вычислительных моделей для широкого спектра приложений робототехники. В недавней статье, предварительно опубликованной на сервере arXiv и готовящейся к представлению на конференции Robotics: Science and Systems 2024, исследователи Техасского университета в Остине и NVIDIA Research представили одну из этих платформ под названием RoboCasa. RoboCasa — это крупномасштабная среда моделирования, которую можно использовать для обучения роботов широкого профиля выполнению различных задач в повседневных условиях. «Недавний прогресс в области искусственного интеллекта во многом был обусловлен обучением больших моделей на массивных источниках данных», — рассказал Tech Xplore Юкэ Чжу, ведущий автор статьи. «Вдохновленные этими достижениями, мы стремимся разработать базовые модели для универса...