DeepMind har udviklet en kunstig intelligens-model kaldet RoboCat, som kan udføre en række opgaver på
Hvad er kendt
RoboCat blev trænet i billeder og data omhandlinger af robotter samlet både i simulering og i det virkelige liv. Forskerne indsamlede først mellem 100 og 1.000 demonstrationer af opgaven. De trænede derefter RoboCat på en mission og skabte en specialiseret “side” en model, der i gennemsnit udførte handlingen 10.000 gange.
Ved at bruge nye data og eksisterende demonstrationer øgede forskerne konstant datasættet og forbedrede algoritmen.
</ img>
Den endelige version af RoboCat blev trænet på 253opgaver og testet på 141 variationer af disse opgaver i simuleringen og den virkelige verden. DeepMind hævder, at efter at have set 1.000 menneskelige demoer sat sammen i løbet af flere timer, lærte RoboCat at styre forskellige robotarme.
Under testen varierede succesraten for at udføre opgaver meget, fra 13 % under vanskelige forhold til 99 % under lette forhold.
Fremover har forskerholdet tænkt sig at reducere antallet af demonstrationer til ti.
</ p>