Новый инструмент позволяет роботам обмениваться навыками без участия людей

Инженеры Калифорнийского университета в Беркли разработали технологию RoVi-Aug для автономного обучения роботов.
Метод основан на выявлении и использовании причинно-следственных связей между действиями робота и задачами.
Система генерирует синтетические данные, адаптируясь к различным типам роботов и углам обзора камер.
RoVi-Aug сокращает потребность в сборе реальных данных и упрощает обучение, повышая успешность выполнения задач на 30%.
Увеличение количества данных помогает роботам осваивать универсальные навыки, но объемы информации для обучения меньше, чем в ИИ для компьютерного зрения и обработки естественного языка.
Проект Open-X Embodiment объединяет информацию с 60 роботов для обучения друг друга, но имеет ограничения из-за ограниченного количества информации о конкретных роботах и ограниченных углов обзора камеры.
Mirage адаптирует неизвестных роботов с помощью «перекрестной окраски», но не поддерживает тонкую настройку и большие изменения камеры.
RoVi-Aug генерирует синтетические визуальные демонстрации, варьирующиеся по типу робота и углу обзора камеры, повышая универсальность процесса обучения.
Технология состоит из двух компонентов: Ro-Aug (дополнение данных о роботе) и Vi-Aug (дополнение данных о точке зрения).
RoVi-Aug помогает обучать модели для нескольких роботов и задач, используя как исходные, так и дополненные данные, и требует доработки в нескольких направлениях для повышения устойчивости, качества синтетических данных, унификации моделей и устранения искажений.