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。

機器人也要「高效率」,PIGINet系統加快決策速度。(示意圖/123RF)

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。

資料來源:Interesting Engineering

瀏覽 1,055 次

覺得不錯的話就分享出去吧!

發佈留言

Back to top button