机器人通常很难在它们没有接受过训练的地方执行任务，但一种新的人工智能模型可以帮助它们在不熟悉的环境中清理乱七八糟的东西或铺床。
像ChatGPT这样的大型语言模型（LLM）提高了机器人执行口头要求的能力。然而，大多数机器人只有在它们接受过训练的环境中才能很好地工作；当面对新的和不熟悉的空间时，它们的性能质量会急剧下降。
现在，美国机器人公司Physical Intelligence 的Sergey Levine和他的同事们开发了一种名为π0.5的人工智能模型，允许机器人在从未见过的真实家庭环境中工作。相关研究近日发表在arXiv上。
?
“令我们非常兴奋的是，我们终于达到了这样一个地步：这些模型可以很好地推广，我们可以将配备了这些系统的机器人投入到现实世界的环境中去。”Levine说。
该模型的训练使用了来自广泛来源的数据，包括在实验室和家庭环境中工作的许多不同类型的机器人，以及从网络上收集的大量数据。
当Levine和他的团队在他们使用现成组件制造的机器人上测试AI模型时，97%的训练数据来自机器人本身以外的来源。“因为π0.5可以利用来自网络和其他类型机器人的数据源，所以它可以具有更广泛的适应性。”Levine说。
该团队测试了机器人在被指示做家务时的表现，比如把盘子放进水槽，把采购的东西放在抽屉里，把脏衣服放进篮子里。
它们并不是每次都能完美发挥作用。但Levine说，随着在越来越多的家庭中进行测试，机器人的性能似乎以一种可预见的方式得到了改善。这种趋势被称为比例定律，类似于人们发现随着数据的增加，语言人工智能的表现会有可预测性的提高。
“他们播放的视频令人印象深刻。”葡萄牙里斯本大学的Pedro Lima，然而机器人执行任务的速度至少比人类慢五倍，有时需要10到15分钟才能完成，这可能很难改进。
“快速完成任务对机器人来说是一个真正的问题，而且在相当长的一段时间内一直存在，因为机器人需要时间来做计算，特别是如果它们在船上作业的话。”Lima说。
相关论文信息：10.48550/arXiv.2504.16054
0 条