A Skild AI a testtől függetleníti az intelligenciát

A Skild AI és az NVIDIA közösen fejleszt egy olyan „omni-bodied” agy koncepciót, amelynek célja, hogy egyetlen vezérlőrendszer képes legyen alkalmazkodni és működni különböző robot hardvereken anélkül, hogy minden géphez egyedi vezérlőt kellene építeni. (TheSequence)

Az a gondolatkísérlet, hogy más testtel ébredsz, ahol a térdek másképp hajlanak és eltolódik a súlypont, jól illusztrálja a technikai kihívást: a modellnek magának kellene megtanulnia a test megértését, nem pedig mérnököknek kellene előre meghatározniuk a paramétereket. A Skild AI kutatásai a motoros adaptációt, a videóalapú feladatbetanítást és az önyjátékot kötik össze, hogy ezt az átvihetőséget elérjék.

Az agy a tét

A „test független intelligencia” koncepciója arra törekszik, hogy elválassza az intelligenciát a hordozó géptől. A football-játék szimulációja proxyként szolgál azokhoz a készségekhez, amelyek az ipari és raktári környezetben is megjelennek, mint például az egyensúly, az érintkezés és a több szereplős interakciók.

Adaptáció és tanulás

A motoros adaptáció lehetővé teszi a robotok számára, hogy megtanulják irányítani a testüket, még akkor is, ha az eltér a korábban ismerttől. A videóalapú feladatbetanítás révén a robotok videókból tanulhatnak feladatokat, anélkül, hogy explicit programozásra lenne szükségük, míg az önyjáték lehetővé teszi a modellek számára, hogy saját maguk generáljanak tapasztalatokat és tanuljanak belőlük, hasonlóan a reinforcement learning módszerekhez.

A valós bevetés kihívása

A kutatás kulcsfontosságú kérdése, hogy ezek a képességek vajon képesek-e megfelelni a valós bevetés sebesség-, megbízhatósági és biztonsági követelményeinek. A szimulációkban elért eredmények ígéretesek, de a való világban a robotoknak extrém körülmények között kell működniük, ahol a rugalmas alkalmazkodás a környezethez és a hardverhez kritikus fontosságú.