Újfajta robotot mutatott be a korábban már egy Guinness-rekorddal is a hírekben szereplő kínai vállalat, az AgiBot. Az új fejlesztés Go-3 Preview néven jelent meg, és egy olyan, fizikai testtel rendelkező mesterséges intelligenciáról van szó, amely segíti a robotokat a folyamatos tanulásban és képességeik fejlesztésében.
A modell a World Reasoning Action Model (WRAM) nevű architektúrát alkalmazza. Ez egy olyan fejlett architektúra, amely összekapcsolja a feladatokkal kapcsolatos következtetést, az eredmények előrejelzését és a cselekvések generálását.
A Go-3 Preview három olyan teszten is átesett, amelyet kifejezetten a fizikai testtel rendelkező mesterséges intelligencia teljesítményének mérésére készítettek – ezek a RoboDojo, a RoboTwin és a RoboColiseum –, és mindháromnál az eddigi legtöbb pontszámot szerezte meg.
A cég azt tervezi, hogy 2026 végéig nyílt forráskódúvá teszi a modellt, hogy azt széles körben is alkalmazni lehessen – számolt be róla az Interesting Engineering.
A Go-3 Preview célja, hogy segítse a robotokat új készségek elsajátításában, ismeretlen feladatokhoz való alkalmazkodásban, valamint a valós tapasztalatok révén történő fejlődésben.
A cég közlése szerint a modellt úgy tervezték meg a mérnökök, hogy támogassa a folyamatos tanulást az előképzés (pre-training), az utóképzés (post-training) és az alkalmazás (deployment) fázisában.
A mostani megközelítés kétféle betanítási adatot ötvöz. Az emberek szemszögéből rögzített videók bemutatják, hogyan lépnek kapcsolatba az emberek a tárgyakkal, míg a robotok mozgáspályái összekapcsolják a vizuális megfigyeléseket a fizikai cselekvésekkel és azok eredményeivel. A modell tanulási kapacitásának növelésével az AgiBot célja, hogy ezeket a különféle tapasztalati forrásokat olyan készségekké alakítsa, amelyeket a robotok korábban még nem látott feladatoknál is alkalmazni tudnak.
Az előképzés során a modellt úgy tervezték, hogy ismeretlen feladatokat hajtson végre különféle környezetekben – például konyhákban vagy épp olyan helyszíneken, ahol több robot is dolgozik. Az AgiBot állítása szerint a modell képes összetett, ügyességet igénylő feladatok elvégzésére anélkül, hogy minden új tevékenységhez külön finomhangolásra lenne szükség.
A betanítás második fázisához a kutatók egy külön rendszert, a Genie Evolvert is kifejlesztették. Ez egy elosztott tanítási platform, amely körülbelül 100 robot adatait ötvözi fizikai szimulációkkal és a fizikai világot leképező modellekkel. A rendszer lehetővé teszi a robotok számára, hogy feladatokat gyakoroljanak, értékeljék saját teljesítményüket, és ismételt próbálkozások révén fejlődjenek.
Az AgiBot szerint míg a rendszer első alkalommal 28,2 százalékos hatékonyságot mutatott, öt nap után a teljesítménye már 85,7 százalékon stabilizálódott.
Ha a rendszer valóban nyílt forráskódú lesz, az segítheti az olyan robotok megjelenését, amelyek már több munkafolyamatot is képesek lehetnek elvégezni egy gyárban.
Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.
(Nyitókép forrása: AFP / Hector Retamal)
