Google DeepMind обучает роботов выполнять сложные задачи, включая починку других роботов

В Google DeepMind научили робота завязывать шнурки и чинить других роботов

В DeepMind научили роборуки чинить роботов Исследователи из Google DeepMind представили метод обучения, который позволил им обучить робота выполнять такие действия, как завязывание шнурков, подвешивание рубашек и даже починку других роботов. 1 DevHub Community

Команда Google DeepMind создала новый метод обучения роботов, позволяющий им выполнять сложные задачи, такие как завязывание шнурков и ремонт. Используя платформу ALOHA Unleashed и программу DemoStart, роботы достигли успеха в более чем 97% случаев. Разработка продолжает совершенствоваться.

DeepMind научила робота завязывать шнурки Дети учатся завязывать шнурки к 5-6 годам. Роботы же пытаются решить эту задачу десятилетиями. Google DeepMind представили новый метод, позволяющий обучать роботов выполнению разнообразных тонких манипуляций. В число таких задач входят завязывание шнурков, развешивание одежды и даже ремонт других роботов. Система использует платформу ALOHA Unleashed и симулятор DemoStart, которые обучают роботов на основе наблюдения за человеческими действиями.

В Google научили роботизированные руки ALOHA Unleashed самостоятельно завязывать шнурки с помощью управляющей нейросети. Помимо этого ALOHA Unleashed научился расставлять по цветам кубики, сортировать предметы, закручивать гайки и болты, а также убирать инструменты. «Мистер помощник» из Фоллаута оказался гораздо ближе, чем мы ожидали. Ждем выпуска в серию.

Заплати рублями за получение карты от Газпромбанк ❤️ Оформи бесплатную дебетовую карту от Газпромбанка через нас и мы переведем тебе вознаграждение

Исследователи из Google DeepMind разработали новый метод обучения для роботов, позволяющий им выполнять сложные действия, такие как завязывание шнурков и починка других роботов, с помощью платформы ALOHA Unleashed и программы моделирования DemoStart. Эти технологии позволяют роботам обучаться через наблюдение за людьми. Несмотря на исключительные результаты в симуляциях, исследователи отмечают, что применение этих методов в реальных условиях все еще сопряжено со сложностями. ‍ ================