DeepMind har skapat en universell AI-modell för att styra olika modeller av robotarmar

DeepMind har utvecklat en artificiell intelligensmodell som heter RoboCat, som kan utföra ett antal uppgifter på

olika modeller av robotarmar.

Vad är känt

RoboCat utbildades på bilder och data omhandlingar av robotar monterade både i simulering och i verkligheten. Forskarna samlade först in mellan 100 och 1 000 demonstrationer av uppgiften. De tränade sedan RoboCat på ett uppdrag och skapade en specialiserad “sida” en modell som utförde handlingen i snitt 10 000 gånger.

Med hjälp av ny data och befintliga demonstrationer ökade forskarna hela tiden datasetet och förbättrade algoritmen.


</ img>

Den slutliga versionen av RoboCat tränades på 253uppgifter och testade på 141 varianter av dessa uppgifter i simuleringen och den verkliga världen. DeepMind hävdar att efter att ha sett 1 000 mänskliga demos sammansatta under flera timmar, lärde sig RoboCat hur man styr olika robotarmar.

Under testningen varierade framgångsfrekvensen för att utföra uppgifter mycket, från 13 % under svåra förhållanden till 99 % under lätta förhållanden.

Framöver har forskargruppen för avsikt att minska antalet demonstrationer till tio.

</ p>