Popular science work
據(jù)美國麻省理工學院官網(wǎng)近日報道，該機構(gòu)研究人員為了訓練更先進的多用途機器人，開發(fā)出一種技術(shù)：使用一種稱為擴散模型的生成式人工智能（AI），可將不同領(lǐng)域、不同形式的多個數(shù)據(jù)源整合起來，用于多種任務。
假設(shè)你想訓練一個機器人，讓它了解如何使用工具，然后快速學會用錘子、扳手和螺絲刀來維修你的房子。為此，你需要大量數(shù)據(jù)來演示工具的使用。
現(xiàn)有的機器人數(shù)據(jù)集在形式上差異很大。例如，有些包括彩色圖像，而另一些則由觸覺印記組成。數(shù)據(jù)也可在不同的領(lǐng)域收集，如模擬或人工演示。每個數(shù)據(jù)集都可能包含一個獨特的任務和環(huán)境。
在一個機器學習模型中，很難有效地將眾多來源的數(shù)據(jù)整合在一起，因此許多模型僅使用一種類型的數(shù)據(jù)來訓練機器人。但是，以這種方式訓練的機器人，在某些特定任務方面的數(shù)據(jù)相對較少，通常無法在不熟悉的環(huán)境中執(zhí)行新任務。
研究人員此次改變策略，訓練了一個單獨的擴散模型，讓它學習使用一個特定數(shù)據(jù)集來完成一項任務。然后，他們將擴散模型的學習策略組合成一個通用策略，使機器人能在各種設(shè)置中執(zhí)行多項任務。
在模擬和真實世界的實驗中，這種訓練方法使機器人能使用多種工具，并適應訓練期間沒有學過的新任務。與基線技術(shù)相比，這種策略組合將任務性能提高了20%。
研究人員表示，解決機器人數(shù)據(jù)集中的異質(zhì)性就像一個先有雞還是先有蛋的問題。如果想使用大量數(shù)據(jù)來訓練通用機器人，首先需要可部署的機器人來獲取所有這些數(shù)據(jù)。利用所有可用的異質(zhì)數(shù)據(jù)，類似于研究人員對ChatGPT所做的工作，是機器人領(lǐng)域發(fā)展的重要一環(huán)。
