Die Robotikgruppe der DeepMind-Abteilung von Google hat drei neue Produkte vorgestellt, die Robotern helfen sollen, schnellere Entscheidungen zu treffen und effizienter und sicherer zu agieren, während sie Aufgaben in der Nähe von Menschen ausführen.
Das Datenerfassungssystem von AutoRT basiert auf dem Visual Language Model (VLM) und dem Large Language Model (LLM), die Robotern dabei helfen, ihre Umgebung einzuschätzen, sich an unbekannte Umgebungen anzupassen und Entscheidungen über Aufgaben zu treffen. Der VLM dient der Analyse der Umgebung und der Erkennung von Objekten im Sichtbereich, während der LLM für die kreative Ausführung von Aufgaben zuständig ist. Die wichtigste Neuerung von AutoRT war das Erscheinen von „Robot Constitutions“ im LLM-Block – sicherheitsorientierte Befehle, die die Maschine anweisen, Aufgaben zu vermeiden, an denen Menschen, Tiere, scharfe Gegenstände und sogar Elektrogeräte beteiligt sind. Für zusätzliche Sicherheit ist die Arbeit so programmiert, dass sie stoppt, wenn die Kraft auf die Gelenke einen bestimmten Schwellenwert überschreitet; und ihr Design verfügt jetzt über einen zusätzlichen physischen Schalter, den eine Person im Notfall verwenden kann.
In den letzten sieben Monaten hat Google in vier seiner Bürogebäude 53 Arbeitsplätze mit dem AutoRT-System bereitgestellt und mehr als 77 Tests durchgeführt. Einige der Maschinen wurden von Bedienern ferngesteuert, während andere Aufgaben autonom entweder auf der Grundlage eines bestimmten Algorithmus oder mithilfe des KI-Modells Robotic Transformer (RT-2) ausführten. Bisher haben alle diese Roboter ein äußerst einfaches Erscheinungsbild: Sie sind Manipulatorglieder auf einer mobilen Basis und Kameras zur Lagebeurteilung.
Die zweite Innovation war das SARA-RT-System (Self-Adaptive Robust Attention for Robotics Transformers), das darauf abzielte, den Betrieb des RT-2-Modells zu optimieren. Die Forscher fanden heraus, dass durch die Verdoppelung der Eingabedaten, beispielsweise durch die Erhöhung der Auflösung der Kameras, der Bedarf des Roboters an Rechenressourcen um das Vierfache steigt. Dieses Problem wurde durch eine neue Methode zur Feinabstimmung der KI namens Up-Training gelöst – diese Methode verwandelt das quadratische Wachstum des Bedarfs an Rechenressourcen in ein nahezu lineares. Dadurch arbeitet das Modell schneller und behält die vorherige Qualität bei.
Schließlich haben die Ingenieure von Google DeepMind das RT-Trajectory-KI-Modell entwickelt, das das Training von Robotern für die Ausführung bestimmter Aufgaben vereinfacht. Nachdem er eine Aufgabe gestellt hat, demonstriert der Bediener selbst ein Beispiel seiner Ausführung, RT-Trajectory analysiert die von einer Person vorgegebene Bewegungsbahn und passt sie an die Aktionen des Roboters an.
Lesen Sie auch: