尽管其他类型的人工智能（如大型语言模型）是通过从互联网上抓取的大量数据库进行训练的，但机器人却无法采用这种方式，因为其数据需要通过物理方式收集。这使得构建和扩展训练数据库变得更加复杂。
同样，虽然在实验室中训练机器人执行特定任务相对容易，但这些实验室条件并不一定能够转化为真实家庭环境中的混乱和不可预测性。
为了解决这些问题，研究团队设计了一种简单且易于复制的方法来收集训练Dobb-E所需的数据。他们使用了一部连接在教师抓取棒上的iPhone，这种设备通常用于捡垃圾。团队将iPhone设置为录制正在进行的活动的视频。
在纽约的22个家庭中，志愿者们使用抓取棒完成了一些特定任务，包括打开和关闭门和抽屉、开关灯、以及将纸巾放入垃圾桶。iPhone的激光雷达系统、运动传感器和陀螺仪被用来记录运动、深度和旋转等数据，这些信息对于训练机器人自主复制动作至关重要。
在总共收集了13个小时的录音后，研究团队利用这些数据训练了一个人工智能模型，以指导机器人如何执行这些动作。该模型采用了自监督学习技术，使神经网络能够在没有标记示例的情况下，自行发现数据集中的模式。
接下来的步骤是测试一种名为Stretch的商用机器人。该机器人由一个轮式装置、高杆和可伸缩的手臂组成，能够使用人工智能系统执行任务。研究人员将一部装在3D打印支架上的iPhone安装在Stretch的手臂上，以复制操纵杆上的设置。
研究团队在纽约的10个家庭中对该机器人进行了为期30天的测试，Stretch完成了109个家庭任务，总体成功率为81%。每个任务通常需要Dobb-E大约20分钟来学习：其中5分钟由一个人使用操纵杆和附带的iPhone进行演示，随后15分钟进行微调，系统将之前的训练与新的演示进行比较。
本文来自作者[念汐]投稿，不代表万利网立场，如若转载，请注明出处：http://daliankonggu.com/kepu/202409-1103.html
评论列表（4条）
我是万利网的签约作者“念汐”！
希望本篇文章《全新系统助力机器人在20分钟内掌握基本家务技能》能对你有所帮助！
本站[万利网]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览： 尽管其他类型的人工智能（如大型语言模型）是通过从互联网上抓取的大量数据库进行训练的，但机器人却无法采用这种方式，因为其数据需要通过物理方式收集。这使得构建和扩展训练数据库变...