В основе системы лежит двухуровневая архитектура: Brain LLM занимается разработкой стратегий и плана действий на высоком уровне, а Body LLM интерпретирует эти планы в конкретные команды, которые приводят в действие механические части робота. Такой подход обеспечивает постоянное самотестирование и обратную связь, позволяя роботу мгновенно реагировать на непредвиденные ситуации и менять стратегию поведения при необходимости.
От четких команд к самостоятельному мышлению: новый алгоритм позволяет роботам учиться и планировать действия
Теперь роботы не просто выполняют запрограммированные команды, но еще и умеют соображать и корректировать свои действия в зависимости от ситуации. Этому их обучили исследователи из университета Нью-Йорка.
Freepik
Моделирование связи между «мозгом» и «телом» робота делает его схожим с человеком и позволяет управлять движениями.
Изначально робота протестировали в бытовых условиях: он убирался, переносил предметы и открывал двери. В результате было отмечено повышение эффективности выполнения задач на 17% и сокращение ошибок по сравнению с традиционными методами.
Затем алгоритм успешно применили на настоящем механическом устройстве – роботизированной руке. В реальных условиях она демонстрировала способность обращаться с разными по размеру и весу предметами и обходить препятствия.
Перспективы для умных роботов
Это создает широкие перспективы для роботов в различных сферах: они могут помогать пожилым и людям с ограниченными возможностями по дому; проводить различные медицинские манипуляции и, конечно, трудиться в промышленности. Камеры и различные сенсоры позволят роботам лучше ориентироваться в пространстве и избегать столкновений, а также улучшить точность выполнения задач.
Область обучения на основе опыта – еще одно важное преимущество этого алгоритма. Робот может анализировать свои действия, определять, что было успешно, а что ошибочно, и на этой базе улучшать свою стратегию ведения дел. Такой механизм приближает механических помощников к уровню автономности, аналогичной человеку, делая их более безопасными и эффективными в сложных условиях.
Новый BrainBody-LLM дает возможность машинам не просто выполнять задачи, а понимать их смысл и реализовать наиболее оптимальные решения. Исследователи уверены, что такие системы станут фундаментом для создания роботов, способных к самостоятельному обучению, реализации сложных задач и безопасной работе.