Группа исследователей из Калифорнийского университета в Сан-Диего представила структуру, направленную на расширение реальных возможностей четвероногих роботов, оснащенных манипуляторами. Как указано в их исследовании, опубликованном на сервере препринтов arXiv, структура, названная WildLMa, стремится улучшить способность роботов выполнять задачи локоманипуляции в динамических и неструктурированных средах.
Согласно исследованию, такие задачи, как сбор бытового мусора, извлечение определенных предметов и их доставка в указанные места, могут выполняться роботами, сочетающими передвижение с манипуляцией объектами. Хотя ранее для обучения роботов таким операциям использовались методы имитационного обучения, проблемы с переносом этих навыков в реальные сценарии сохраняются.
В интервью Tech Xplore Юйчэнь Сонг, ведущий исследователь исследования, объяснил: «Быстрый прогресс в имитирующем обучении позволил роботам учиться на человеческих демонстрациях. Однако эти системы часто фокусируются на изолированных, конкретных навыках, и им трудно адаптироваться к новым условиям». По словам Сонга, структура была разработана для устранения этих недостатков путем использования моделей Vision-Language (VLM) и больших языковых моделей (LLM) для приобретения навыков и декомпозиции задач.
Исследователи выделили несколько инновационных элементов своей структуры. Для упрощения сбора демонстрационных данных использовалась система телеуправления на основе виртуальной реальности, позволяющая операторам-людям управлять роботами одной рукой. Для оптимизации этих операций использовались предварительно обученные алгоритмы управления.
Кроме того, были интегрированы LLM для разбиения сложных задач на более мелкие, выполнимые шаги. «Результатом стал робот, способный эффективно и интуитивно выполнять длительные многошаговые задачи», — заявил Сон. Также были включены механизмы внимания для повышения адаптивности и фокусировки на целевых объектах во время выполнения задачи.
Потенциал фреймворка был продемонстрирован в ходе экспериментов в реальном мире. Такие задачи, как уборка коридоров, получение доставок и перестановка предметов, были успешно выполнены. Однако, по словам Сонга, неожиданные помехи, такие как перемещение людей, могут повлиять на производительность системы. Продолжаются усилия по повышению надежности в динамических средах с целью создания доступных, недорогих домашних роботов-помощников.
Понравилась эта новость? Подпишись на нас в соцсетях!