Sztuczna inteligencja z MIT zaczęła pomagać robotowi wykonywać wiele zadań

Roboty stają się coraz bardziej zdolne do wykonywania złożonych zadań, które wymagają rozumowania i planowania. Tyle tylko, że niestety wiele z tych zadań wiąże się z wieloma ograniczeniami, takimi jak unikanie kolizji, utrzymywanie stabilności lub dopasowywanie obiektów do ograniczonej przestrzeni, ale naukowcy z MIT właśnie ten problem rozwiązali.
Sztuczna inteligencja z MIT zaczęła pomagać robotowi wykonywać wiele zadań

Specjaliści z MIT opracowali wyjątkową technikę do ułatwienia “życia” robotom

Zespół naukowców z MIT opracował nową technikę, która wykorzystuje sztuczną inteligencję, aby pomóc robotom w rozwiązywaniu złożonych problemów. Określili ją mianem Diffusion-CCSP i przyznali, że jest to nowy rodzaj generatywnego modelu sztucznej inteligencji, który może generować losowe próbki możliwych rozwiązań, spełniających wszystkie ograniczenia. Kluczową ideą stojącą za tą techniką jest poznanie rodziny modeli dyfuzji, które są generatywnymi modelami sztucznej inteligencji, mogącymi tworzyć realistyczne i zróżnicowane próbki danych. Każdy model dyfuzji jest trenowany tak, aby reprezentował jeden określony typ wiązania, taki jak unikanie kolizji lub stateczność. Model Diffusion-CCSP łączy następnie te modele, aby wygenerować globalne rozwiązania, które spełniają wszystkie ograniczenia jednocześnie.

Czytaj też: Automatyczne roboty do mycia okien marki Cecotec debiutują w Polsce

Naukowcy z MIT zastosowali swoją metodę do rozwiązywania problemów transportowych, takich jak pakowanie przedmiotów do samochodu. Wykazali, że ich model może znaleźć rozwiązania, które są bardziej wydajne i realistyczne niż istniejące metody. Wykazano również, że ich model może obsługiwać różne typy wiązań, takie jak kształt, rozmiar, waga lub orientacja. Nic więc dziwnego, że na tym się nie zatrzymują i już teraz planują w przyszłości przetestować swój model za pomocą bardziej skomplikowanych zadań, takich jak montaż mebli lub układanie przedmiotów w magazynie. Wszystko to z nadzieją, że ta technika umożliwi robotom łatwe i elastyczne wykonywanie wielu zadań w różnych dziedzinach.