Công nghệ huấn luyện chung dữ liệu robot sử dụng nhiều bộ điều khiển khác nhau

Bối cảnh

Chính sách robot đa năng được huấn luyện bằng dữ liệu từ nhiều nhiệm vụ và hình thái khác nhau, nhưng thường giả định chỉ có một bộ điều khiển cho mỗi robot, khiến việc truyền dữ liệu trở nên khó khăn khi các phương thức điều khiển khác nhau. Vì các bộ điều khiển khác nhau gán ý nghĩa vật lý khác nhau cho cùng một hành động và yêu cầu các chiến lược khác nhau, cần có nghiên cứu để chia sẻ dữ liệu mà không xung đột.

Phương pháp

Đề xuất một khuôn khổ mã hóa các tương tác hành động bên dưới bộ điều khiển thông qua các ví dụ về hành động được ra lệnh và chuyển động robot kết hợp. Việc sử dụng bộ mã hóa ngữ cảnh Transformer để tóm tắt các tương tác này cho phép một chính sách duy nhất thích ứng trong ngữ cảnh.

Kết quả chính

Trong các thí nghiệm robot thực tế, tỷ lệ thành công trung bình đã cải thiện 33 điểm phần trăm so với các phương pháp gộp dữ liệu đơn giản truyền thống. Hơn nữa, nó đạt được tỷ lệ thành công lần lượt là 50 phần trăm và 52 phần trăm đối với chế độ bộ điều khiển và độ lợi bộ điều khiển chưa từng thấy trước đây.

Hạn chế & điểm cần xác minh

Bản tóm tắt không đề cập cụ thể đến các giới hạn liên quan đến tất cả các loại robot có thể ứng dụng thực tế hoặc khả năng ứng dụng công nghiệp lâu dài.

Giải thích thuật ngữ

• chính sách robot — Tập hợp các thuật toán hoặc quy tắc quyết định hành động mà robot nên thực hiện trong một tình huống nhất định
• bộ mã hóa ngữ cảnh Transformer — Một loại mô hình trí tuệ nhân tạo hiểu được luồng dữ liệu hoặc ngữ cảnh để tóm tắt các điểm chính