Ученые из Массачусетского технологического института (MIT) создали новую систему для обучения роботов преодолевать препятствия в реальном мире. Система, использующая генеративный искусственный интеллект (ИИ) и физический симулятор, может кардинально улучшить навигацию роботов в условиях неопределенности.
Команда инженеров и робототехников из MIT CSAIL разработала систему под названием LucidSim. Она использует искусственный интеллект для создания виртуальных тренировок, которые позволяют роботам учиться действовать в реальных условиях. Вместо традиционного метода обучения, где роботы тренируются на простых моделях, LucidSim учит их преодолевать сложные и неизвестные препятствия.
Процесс обучения включает в себя использование ChatGPT, который генерирует описания разнообразных окружающих условий, таких как погода и ландшафт. Эти текстовые данные затем используются для создания 3D-симуляций с физическим моделированием, где робот выполняет тренировки, изучая, как преодолевать препятствия, такие как лестницы или коробки.
Роботы, обученные с помощью этой системы, показали лучшие результаты, чем те, которые проходили традиционное обучение. Эксперименты с четвероногим роботом, оснащенным камерой, показали, что он успешно преодолевает реальные препятствия, что открывает новые горизонты для роботизированных систем.
Похожие новости:
Гиперперсонализация: как сделать предложение пользователю релевантным
Сверхпроводящий токамак | Рентген в смартфоне | Теневая камера | Контакты для 2D-чипов
«Слушая подкасты, ничего не узнаешь, ты должен устать, упасть без задних ног — такой должна быть встреча с образованием»
Искусственный интеллект в логистике: 5 конкретных примеров применения