Marie Rousseau En explorant une nouvelle façon d’enseigner aux robots.
améliorant ainsi leur sécurité et leur efficacité.
Une équipe d’ingénieurs en mécanique et d’informaticiens a présenté la nouvelle méthode, Accelerated Understanding of Instrument Manipulation with LANguage, ou ATLA.
Les bras robotiques ont un grand potentiel pour aider à effectuer des tâches répétitives ou difficiles, mais il est difficile de former des robots à manipuler efficacement des outils : les outils ont une grande variété de formes, et la dextérité et la eyesight d’un robot ne font pas le poids confront à celles d’un humain.
a déclaré le co-auteur de l’étude Anirudha Majumdar, professeur adjoint d’ingénierie mécanique et aérospatiale à Princeton qui dirige l’Intelligent Robot Movement Lab.
L’équipe a obtenu des descriptions d’outils en interrogeant GPT-3., ils ont décidé d’utiliser “Décrire le de dans une réponse détaillée et scientifique », où la caractéristique était la forme ou le but de l’outil.
“Parce que ces modèles de langage ont été formés sur Online, dans un specific sens, vous pouvez considérer cela comme une manière différente de récupérer ces informations”, in addition efficacement et de manière as well as complète que d’utiliser le crowdsourcing ou de gratter des internet sites Internet spécifiques pour les descriptions d’outils, a déclaré Karthik Narasimhan, un professeur adjoint d’informatique et coauteur de l’étude. Narasimhan est l’un des principaux membres du corps professoral du groupe de traitement du langage naturel (PNL) de Princeton et a contribué au modèle de langage GPT original en tant que chercheur invité à OpenAI.
Ce travail est la première collaboration entre les groupes de recherche de Narasimhan et de Majumdar. Majumdar se concentre sur le développement de politiques basées sur l’IA pour aider les robots – y compris les robots volants et marcheurs – à généraliser leurs fonctions à de nouveaux paramètres. il m’a dit.
l’équipe a sélectionné un ensemble de development de 27 outils, allant d’une hache à une raclette. Ils ont confié au bras robotique quatre tâches différentes : pousser l’outil, soulever l’outil, l’utiliser pour balayer un cylindre le extended d’une table ou enfoncer une cheville dans un trou.
donc quand il voit le 101e outil. a déclaré Narasimhan. “Nous faisons deux choses : nous enseignons au robotic remark utiliser les outils.”
Les chercheurs ont mesuré le succès du robot à pousser, soulever, balayer et marteler avec les neuf outils de check. Dans la plupart des cas.
Une tâche qui a montré des différences notables entre les politiques consistait à utiliser un pied-de-biche pour balayer un cylindre ou une bouteille le very long d’une table, a déclaré Allen Z. Ren, titulaire d’un doctorat. étudiant dans le groupe de Majumdar et auteur principal du document de recherche.
“Avec la development linguistique. a déclaré Ren. “Sans la langue, il a saisi le pied de biche près de la floor incurvée et c’était in addition difficile à contrôler.”
a déclaré Majumdar.
L’article. Outre Majumdar, Narasimhan et Ren, les coauteurs incluent Bharat Govil, Princeton Course of 2022, et Tsung-Yen Yang, qui a obtenu un doctorat.
En furthermore du TRI, le soutien à la recherche a été fourni par la US National Science Basis, l’Office of Naval Research et la University of Engineering and Utilized Science de l’Université de Princeton grâce à la générosité de William Addy ’82.
