KI-gestützte Lernplattform hilft Robotern, über wörtliche Befehle hinauszudenken

Laut MIT News werden Forscher des MIT und der New York University FLEX, "eine flexible Feature-Editing-Pipeline für Roboter-Bewegungsplanung," diesen Monat auf der Conference on Robot Learning präsentieren.[1]MIT News zufolge kann der Roboter Anweisungen buchstäblich befolgen und auch "zwischen den Zeilen lesen, um größere Verallgemeinerungen zu ziehen."[1]Daily.dev berichtet, dass FLEX in drei Schritten funktioniert: Add listet ein zu vermeidendes Objekt auf, Generalize nutzt GPT-4o, um breitere Regeln abzuleiten, und Mask nutzt Computer Vision, um verschwundene Objekte zu entfernen.[2]Das Portal fügt hinzu, dass der Prozess etwa fünf Sekunden dauert.[2]Physical AI News berichtet, dass das Team FLEX in Simulationen eines Roboterarms beim Servieren von Kaffee, beim Bewegen einer Kerze und beim Tragen einer Bowlingkugel getestet hat.[3]Laut MIT News befolgte der Roboter Befehle buchstäblich und vermied auch, auf Elektronik zu verschütten, hielt sich von brennbaren Objekten fern und ließ seine Fracht nicht auf zerbrechliche Dinge fallen.[1]Superpower Daily berichtet, dass die Originalarbeit auch zweidimensionale Navigation, Franka-Roboterarm-Aufgaben und eine reale Studie abdeckt, und dass die Autoren eine höhere normalisierte Belohnung als konkurrierende Feature-Editing-Ansätze berichten.[4]Co-Autor Nathan Dennler sagte MIT News, dass "hinter den Worten, die man spricht, eine gewisse übergeordnete Absicht steckt."[3]MIT News zufolge wurde die Studie von Andreea Bobu geleitet, einer Assistenzprofessorin für Luft- und Raumfahrttechnik am MIT.[3]Bobu sagte MIT News, dass "kein Roboter ab Werk weiß, was dir wichtig ist."[1]