Beranda » Blog » AI generatif membawa robot selangkah lebih dekat ke tujuan umum

AI generatif membawa robot selangkah lebih dekat ke tujuan umum

Diposting pada 13 Juni 2024 oleh admin / Dilihat: 0 kali

Dapat dimengerti bahwa sebagian besar cakupan robotika humanoid berfokus pada desain perangkat keras. Mengingat seringnya pengembang mereka melontarkan frasa “humanoids tujuan umum”, lebih banyak perhatian harus diberikan pada bagian pertama. Setelah berpuluh-puluh tahun menerapkan sistem dengan tujuan tunggal, peralihan ke sistem yang lebih umum akan menjadi sebuah lompatan besar. Kami belum sampai di sana.

Dorongan untuk menghasilkan kecerdasan robotik yang dapat sepenuhnya memanfaatkan jangkauan gerak yang luas yang diciptakan oleh desain humanoid bipedal telah menjadi topik utama bagi para peneliti. Penggunaan AI generatif dalam robotika juga menjadi topik hangat akhir-akhir ini. Penelitian baru out of MIT menunjukkan bagaimana hal terakhir mungkin akan sangat mempengaruhi hal yang pertama.

Salah satu tantangan terbesar dalam perjalanan menuju sistem tujuan umum adalah pelatihan. Kami memiliki pemahaman yang kuat tentang praktik terbaik untuk melatih manusia bagaimana melakukan berbagai pekerjaan. Pendekatan terhadap robotika, meski menjanjikan, masih terfragmentasi. Ada banyak metode yang menjanjikan, termasuk pembelajaran penguatan dan imitasi, namun solusi di masa depan kemungkinan besar akan melibatkan kombinasi metode-metode ini, ditambah dengan model AI generatif.

Salah satu kasus penggunaan utama yang disarankan oleh tim MIT adalah kemampuan untuk menyusun informasi yang relevan dari kumpulan data kecil yang spesifik untuk tugas ini. Metode tersebut dinamakan komposisi kebijakan (PoCo). Tugasnya mencakup tindakan robot yang berguna seperti memukul paku dan membalik benda dengan spatula.

“[Researchers] melatih model difusi terpisah untuk mempelajari strategi, atau kebijakan, untuk menyelesaikan satu tugas menggunakan satu kumpulan data tertentu,” catatan sekolah tersebut. “Kemudian mereka menggabungkan kebijakan yang dipelajari oleh model difusi menjadi kebijakan umum yang memungkinkan robot melakukan banyak tugas di berbagai lingkungan.”

Menurut MIT, penggabungan model difusi meningkatkan kinerja tugas sebesar 20%. Itu mencakup kemampuan untuk melaksanakan tugas-tugas yang memerlukan banyak alat, serta belajar/beradaptasi dengan tugas-tugas yang tidak biasa. Sistem ini mampu menggabungkan informasi terkait dari kumpulan data berbeda ke dalam rangkaian tindakan yang diperlukan untuk menjalankan suatu tugas.

“Salah satu manfaat dari pendekatan ini adalah kita dapat menggabungkan kebijakan untuk mendapatkan yang terbaik bagi kedua dunia,” kata penulis utama makalah ini, Lirui Wang. “Misalnya, kebijakan yang dilatih berdasarkan data dunia nyata mungkin bisa mencapai lebih banyak ketangkasan, sementara kebijakan yang dilatih berdasarkan simulasi mungkin bisa mencapai lebih banyak generalisasi.”

Tujuan dari pekerjaan khusus ini adalah penciptaan sistem intelijen yang memungkinkan robot menukar alat yang berbeda untuk melakukan tugas yang berbeda. Perkembangan sistem multiguna akan membawa industri ini selangkah lebih dekat menuju impian untuk mencapai tujuan umum.

Bagikan ke

AI generatif membawa robot selangkah lebih dekat ke tujuan umum

Saat ini belum tersedia komentar.

Silahkan tulis komentar Anda

Alamat email Anda tidak akan kami publikasikan. Kolom bertanda bintang (*) wajib diisi.

*

*

AI generatif membawa robot selangkah lebih dekat ke tujuan umum

Chat via Whatsapp

Ada yang ditanyakan?
Klik untuk chat dengan customer support kami

Iffah
● online
Iffah
● online
Halo, perkenalkan saya Iffah
baru saja
Ada yang bisa saya bantu?
baru saja

Produk yang sangat tepat, pilihan bagus..!

Berhasil ditambahkan ke keranjang belanja
Lanjut Belanja
Checkout
Produk Quick Order

Pemesanan dapat langsung menghubungi kontak dibawah: