研究人員在卡內(nèi)基梅隆大學(xué)和Google DeepMind最近開發(fā)了名為RoboTool的系統(tǒng),該系統(tǒng)通過利用大型語言模型,為機(jī)器人創(chuàng)造性地使用工具提供了可能性。該系統(tǒng)的引入有望為機(jī)器人領(lǐng)域帶來新的創(chuàng)新和創(chuàng)造力浪潮。
"工具的使用經(jīng)常被視為先進(jìn)智能的標(biāo)志,"卡內(nèi)基梅隆大學(xué)博士候選人兼論文的共同第一作者M(jìn)engdi Xu介紹道。他補(bǔ)充說:"創(chuàng)意地使用工具不僅要求預(yù)測動(dòng)作結(jié)果的全面能力,還需要推理使用哪種工具以及如何使用它們。"
機(jī)器人通常以標(biāo)準(zhǔn)和重復(fù)的方式完成手動(dòng)任務(wù),而不去探索替代方法。然而,通過更創(chuàng)新的方式解決問題,它們可以更好地應(yīng)對復(fù)雜的現(xiàn)實(shí)場景。Mengdi Xu的同事之一、共同第一作者和博士候選人Peide Huang表示:"在機(jī)器人領(lǐng)域,創(chuàng)意工具使用也是一種關(guān)鍵但非?量痰哪芰,因?yàn)樗枰轿坏仡A(yù)測行動(dòng)結(jié)果、推理使用哪種工具以及規(guī)劃如何使用它們。"
研究人員的主要目標(biāo)是設(shè)計(jì)一個(gè)允許機(jī)器人更創(chuàng)造性地使用工具的系統(tǒng)。這種工具可以幫助機(jī)器人更有效地解決各種現(xiàn)實(shí)問題,例如在試圖抓取無法觸及的物體時(shí),或者創(chuàng)建攀爬到目標(biāo)位置的步石時(shí),能夠調(diào)整其策略。
Peide Huang解釋說:"大型語言模型(LLMs)的崛起極大地增強(qiáng)了聊天機(jī)器人、編碼自動(dòng)化和視覺內(nèi)容創(chuàng)建等功能。在這些數(shù)字界面之外,具有實(shí)體存在的AI可能代表著智能的下一個(gè)領(lǐng)域,即與現(xiàn)實(shí)世界進(jìn)行有形互動(dòng)。機(jī)器人作為LLMs的物理延伸,為這一探索提供了理想的媒介。"
過去的研究已經(jīng)展示了LLMs在改善各種機(jī)器人功能方面的潛力,包括與用戶的交流、推理、規(guī)劃和任務(wù)執(zhí)行。例如,Google DeepMind的SayCan工具使機(jī)器人能夠理解諸如"I spilled my drink, can you help?"這樣的自然語言指令,并隨后制定策略來解決各種家務(wù)問題。然而,利用LLMs解決機(jī)器人身體和周圍環(huán)境設(shè)定的隱含約束的問題仍然具有挑戰(zhàn)性。
Peide Huang、Mengdi Xu及其同事決定探索LLMs的使用,以提高機(jī)器人在不同任務(wù)中的創(chuàng)造性。換句話說,他們希望創(chuàng)建一個(gè)系統(tǒng),能夠識別使看似"不可能"的任務(wù)成為可能的創(chuàng)意方法。
他們提出的系統(tǒng)名為RoboTool,接受關(guān)于環(huán)境、機(jī)器人結(jié)構(gòu)和要遵循的任何約束的自然語言指令,然后生成應(yīng)用機(jī)器人參數(shù)化低級技能以控制模擬和實(shí)體機(jī)器人的代碼。
研究人員創(chuàng)建的新工具具有四個(gè)關(guān)鍵組件:分析器、規(guī)劃器、計(jì)算器和編碼器。分析器處理用戶用自然語言給出的提示,識別可能影響所請求任務(wù)可行性的關(guān)鍵元素。
RoboTool的規(guī)劃器組件接收原始語言輸入和已識別的關(guān)鍵概念,利用它們制定完成任務(wù)的綜合策略。計(jì)算器組件則確定參數(shù),例如每個(gè)參數(shù)化技能所需的目標(biāo)位置。
RoboTool的最終組件,即編碼器,將規(guī)劃器創(chuàng)建的綜合計(jì)劃和計(jì)算器產(chǎn)生的參數(shù)轉(zhuǎn)換為可執(zhí)行代碼。值得注意的是,所有這些組件都是使用OpenAI的GPT-4模型開發(fā)的。
RoboTool使機(jī)器人能夠創(chuàng)造性地使用工具,解決各種以前未遇到的復(fù)雜任務(wù)。例如,它可以幫助制造杠桿以舉起重箱,或使用磁性方塊制作桿以按下難以觸及的按鈕。
Peide Huang、Mengdi Xu及其合作者開發(fā)的這一新工具很快就能夠被全球的機(jī)器人學(xué)家使用,以拓展其系統(tǒng)的能力。該工具可以使機(jī)器人執(zhí)行更復(fù)雜的家務(wù)任務(wù),例如使用可用工具清理排水管或修理破損的家具。
Mengdi Xu說:"RoboTool還可以通過即興使用可用工具來改善機(jī)器人在碎片或倒塌的結(jié)構(gòu)中導(dǎo)航,以達(dá)到被困人員。它還可以應(yīng)用于建筑和維護(hù),允許機(jī)器人使用手頭上的任何工具適應(yīng)性地修復(fù)機(jī)械設(shè)備或結(jié)構(gòu),或通過創(chuàng)造性地組合傳統(tǒng)工具構(gòu)建精細(xì)設(shè)計(jì)。"
研究人員已經(jīng)在項(xiàng)目網(wǎng)站上發(fā)布了RoboTool的演示視頻。在他們的下一項(xiàng)研究中,他們計(jì)劃將大型視覺基礎(chǔ)模型納入其系統(tǒng),包括支持3D計(jì)算機(jī)視覺的模型,因?yàn)檫@可以進(jìn)一步增強(qiáng)機(jī)器人在開放環(huán)境中的感知和推理能力?▋(nèi)基梅隆大學(xué)的副教授、CMU Safe AI實(shí)驗(yàn)室主任丁昭表示:"我們還計(jì)劃開發(fā)人類與RoboTool進(jìn)行直觀指導(dǎo)和協(xié)作的方式,并為RoboTool建立安全措施,以降低機(jī)器人與人類共同工作時(shí)的風(fēng)險(xiǎn)。"
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
近日,德國柏林國際電子消費(fèi)品展覽會(huì)(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計(jì)及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)成功斬獲兩項(xiàng)“IFA全球產(chǎn)品設(shè)計(jì)創(chuàng)新大獎(jiǎng)”金獎(jiǎng),有力證明了其在全球市場的強(qiáng)大影響力。
近日,中國家電及消費(fèi)電子博覽會(huì)(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項(xiàng)AWE 2024艾普蘭大獎(jiǎng)。
“以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
由世界人工智能大會(huì)組委會(huì)、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會(huì)共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會(huì)聯(lián)合上海人工智能實(shí)驗(yàn)室、上海臨港經(jīng)濟(jì)發(fā)展(集團(tuán))有限公司、開放原子開源基金會(huì)主辦的“2024全球開發(fā)者先鋒大會(huì)”,將于2024年3月23日至24日舉辦。