Robotik
RUM für Roboter
Robot Utility Models, kurz RUM, sind ein neuer Forschungs- und Entwicklungsbereich zur Verbesserung des KI-Trainings für die Robotik.
RUM wurde von Lerrel Pinto, einem Assistenzprofessor für Informatik, und einem Team an der New York University gegründet.
Dieses Open-Source-Forschungsprojekt versucht, das Training für Roboter universell zu gestalten, damit nicht Tausende von Beispielen einer Aufgabe trainiert werden müssen.
Die jüngste Explosion humanoider Entwicklungsprojekte, zusammen mit den Bemühungen, humanoide und andere Formfaktor-Roboter in den Haushalt und häusliche Umgebung zu bringen, verschärft die Notwendigkeit von Modelltrainingsprotokollen, die keine jahrzehntelange Trainingszeit erfordern.
Lerrel und sein Team haben klein begonnen, indem sie einfache Aufgaben wie das Öffnen einer Tür oder einer Schublade ermöglicht haben. In diesen einfachen Einsatzfällen versuchten die Forscher, mit sehr verschiedenen, aber hochwertigen Daten zu trainieren.
Das bedeutet u. a., dass 25 Beispiele in 40 verschiedenen Umgebungen verglichen werden mit dem Training von 200 Beispielen in fünf verschiedenen Umgebungen.
Das NYU-Team meldete 90-prozentige Genauigkeit, mit einem Durchschnitt von 1,31 Versuchen pro Erfolg in einer Null-Schuss-Situation.
Weitere Informationen: RUM
Auszug aus RUM; Autor: Mike Oitzman