機器人也要「高效率」 PIGINet系統加快決策速度
編譯／曲姵蓉
隨著科技發展，人工智慧、機器學習和大型語言模型等技術常常與「效率」一詞掛勾，許多產業都想要將本身業務結合人工智慧技術，提高生產效率，減少成本浪費。雖然也有不少人認為人工智慧與機器人本身，需要大量的人為操控與規劃，還沒有到真正可以提高我們工作效率的程度，但大部分人仍樂觀地認為機器人可以協助提高效率一事。現在，有研究團隊開發出新系統，強化家庭機器人解決問題的能力與效率。
根據報導，麻省理工學院的研究人員認為，普通的家用機器人通常會遵循既有的定義與步驟去執行其任務，但這並不適合用在變化中的環境。因此，麻省理工學院研究團隊以此為啟發，成功開發出一個名為「PIGINet」的全新神經網路架構（Neural Network），打破傳統的家用機器人運作規律，透過接收「計畫、影像、目標和當下情境」等資訊，該系統機器人可以自動預測、修改強化計畫，找到更有效率與可行的方式去執行任務。
該團隊將配載「PIGINet」系統的機器人置於廚房中進行測試，他們發現，在較簡單的情境中，「PIGINet」可幫助機器人減少高達80%的計劃時間，在較複雜的情境中則可減少20-50%，讓機器人在規劃的過程中更具效率，盡快進入執行步驟。
該研究主要作者Zhutian Yang指出，「每個家庭實際生活的情況都不同，機器人應該要能夠更機動性地解決問題，而非只是按照既有定義與流程操作。所以，我們希望開發出一種通用任務規劃器，能夠自動生成各種不同的任務計劃，並利用深度學習模型選擇最好的計劃，以打造更高效、多功能和實用的家庭機器人，靈活地在複雜和動態的環境中機動操作。」
未來，研究人員將利用「預訓練語言模型」（Pretrained Vision Language Models）和「資料增強」（Data Augmentation Tricks）等技術來補強家庭機器人數據不足的問題。同時也將進一步改良PIGINet，讓其在識別不可行動作後，自動提出替代任務計劃，加速機器人決策過程，打造更高效的通用解決方案。
瀏覽 1,054 次
