RoVi-Aug (система обучения роботов)

История

2024: Анонс продукта

В конце ноября 2024 года ученые из Калифорнийского университета в Беркли представили систему, позволяющую роботам обмениваться навыками без участия человека. Платформа RoVi-Aug генерирует синтетические визуальные демонстрации, используя различные типы роботов и углы съемки, что повышает универсальность обучения.

В отличие от других платформ, RoVi-Aug пропускает дополнительные этапы тестирования, адаптирует политики и изучает задачи нескольких роботов сразу. Это повышает эффективность передачи навыков и увеличивает показатели успешности обучения на 30%. По словам команды исследователей, новый подход знаменует собой значительный шаг вперед в разработке более независимых и адаптивных роботов.

𝓲

Фото: interestingengineering.com

Исследования показывают, что методика масштабирования данных помогает роботам осваивать общие и специализированные навыки. Однако данных для обучения роботов намного меньше, чем тех, что используются в передовых языковых и визуальных моделях ИИ. Сбор разнообразных и полезных данных о реальных роботах — это медленный, трудоемкий и сложный процесс, необходимый для оптимизации обучения новых роботов. Такие проекты, как Open-X Embodiment (OXE), объединяют информацию из 60 баз данных роботов, чтобы повысить эффективность обучения, помогая роботам обмениваться опытом и улучшая их возможности.«Рост ставки осложнил реализацию перспективных проектов». Лидеры российского ИТ-рынка — об итогах 2024 и ожиданиях от 2025 года 12.4 т

В свою очередь RoVi-Aug использует эти наборы данных для создания визуальных демонстраций, которые различаются в зависимости от типа робота и ракурсов камеры. Платформа включает в себя две основные части: модуль аугментации робота (Ro-Aug), который генерирует демонстрации с различными роботизированными системами, и модуль аугментации точки обзора (Vi-Aug), который имитирует демонстрации с различных ракурсов камеры.^[1]

Примечания