logistic ready

Fachportal für Intralogistik

Toyota bringt Robotern bei, mithilfe künstlicher Intelligenz ein Frühstück zuzubereiten

Toyota bringt Robotern bei, mithilfe künstlicher Intelligenz ein Frühstück zuzubereiten

Das Toyota Research Institute (TRI) hat die Art und Weise, wie Roboter lernen, komplexe Aufgaben wie die Zubereitung eines Frühstücks zu erledigen, durch den Einsatz künstlicher Intelligenz (KI) revolutioniert, wie in einem vom Unternehmen veröffentlichten Video zur Demonstration der innovativen Trainingstechnologie zu sehen ist. .

In einer Umgebung, die sie als „Robotik-Kindergarten“ bezeichnen, implementieren TRI-Forscher Technologien, die versprechen, Hunderte von Stunden komplexer Programmierung und Fehlerbehebung überflüssig zu machen.

Mehr lesen:

Der Schlüssel zum Erfolg dieses Prozesses liegt darin, den Robotern einen Tastsinn zu vermitteln. Ausgestattet mit einer Art „weichem Daumen“ können Roboter „fühlen“, was Sie tun, und liefern wichtige Informationen, um schwierige Aufgaben auszuführen, die sonst allein aufgrund der Sehkraft nur schwer zu bewältigen wären.

Es ist spannend zu sehen, wie sie mit ihrer Umgebung interagieren.

Ben Burchville, Leiter Handling am Toyota Research Institute

Der Prozess beginnt damit, dass ein menschlicher „Lehrer“ den Robotern eine Reihe von Fähigkeiten demonstriert. Diese Fähigkeiten erlernt das KI-Modell dann im Laufe einiger Stunden im Hintergrund. „Es ist üblich, dass wir einem Roboter am Nachmittag etwas beibringen, ihn über Nacht lernen lassen und am nächsten Morgen mit einem neuen Funktionsverhalten konfrontiert werden“, fügt Burchville hinzu.

Forscher haben sich zum Ziel gesetzt, „große Verhaltensmodelle“ oder LBCs (große Verhaltensmodelle) für Roboter zu entwickeln. Diese Modelle ähneln großen Sprachmodellen, auch LLMs (große Sprachmodelle auf Englisch) genannt, die zur Erstellung menschlicher Texte verwendet werden. Sie lernen durch Beobachtung und können neue Aufgaben ausführen, die zuvor nicht explizit gelehrt wurden.

Dieser Ansatz sei revolutionär für die Robotik, erklärt Ross Tedrick, Professor für Robotik am MIT und Vizepräsident für Robotikforschung am TRI. Mit diesem Verfahren haben die Forscher nach eigenen Angaben mehr als 60 schwierige Fertigkeiten erfolgreich trainiert, darunter „das Ausgießen von Flüssigkeiten, die Verwendung von Werkzeugen und die Handhabung verformbarer Gegenstände“. Ziel ist es, diese Zahl bis Ende 2024 auf 1.000 zu erhöhen.

Siehe auch  Der RCW120-Nebel, der hellste Stern der Galaxie, wurde geboren

Es ist erwähnenswert, dass auch andere Technologieunternehmen wie Google und Tesla ähnliche Ansätze verfolgen. Genau wie die Toyota-Forscher nutzen ihre Roboter die gesammelten Erfahrungen, um daraus abzuleiten, wie sie Aufgaben ausführen sollen.

Theoretisch könnten KI-geschulte Roboter in Zukunft Aufgaben ohne oder mit nur wenigen Anweisungen ausführen, ähnlich den Anweisungen, die einem Menschen gegeben würden (z. B. „Leck aufräumen“).

Haupterfolge

Bild: Toyota Research Institute/Offenlegung

Das Toyota Research Institute beschreibt die größten Erfolge seiner Arbeit zur Entwicklung großartiger Verhaltensmodelle wie folgt:

  • Veröffentlichungspolitik: TRI und Mitarbeiter in der Gruppe von Professor Song an der Columbia University haben einen leistungsstarken neuen Ansatz zum Verhaltenslernen entwickelt, der auf generativer KI basiert und „Diffusionspolitik“ genannt wird, der ein schnelles und einfaches Lehren von Verhaltensweisen durch Demonstrationen ermöglicht.
  • Benutzerdefinierte Roboterplattform: Die Roboterplattform von TRI ist speziell für flexible zweiarmige Manipulationsaufgaben konzipiert, mit besonderem Schwerpunkt auf haptischem Feedback und haptischen Sensorfunktionen.
  • Pipeline: TRI-Roboter haben bereits 60 flexible Fähigkeiten erlernt, mit dem Ziel, bis Ende des Jahres Hunderte und bis Ende 2024 1.000 zu erreichen.
  • Erpel: Ein Teil des „nicht so geheimen“ Projekts des Toyota Research Institute ist Drake, ein modellbasiertes Robotikdesign, das ein fortschrittliches Werkzeug und eine Simulationsplattform bietet. Die hohe Genauigkeit von Drake ermöglicht es Ihnen, in der Simulation und in der Realität in deutlich größerem Maßstab und schneller zu entwickeln. Die hauseigene Robotikgruppe wurde unter Verwendung der Systeme und Optimierungs-Frameworks von Drake aufgebaut. TRI stellt Drake als Open Source zur Verfügung, um die Robotik-Community zum Handeln anzuregen.
  • Schutz: Sicherheit steht bei den Robotikbemühungen von TRI an erster Stelle. Das Institut entwarf das System mit starken Sicherheitsvorkehrungen, unterstützt von Drake und der maßgeschneiderten Kontrollgruppe des Roboters, um sicherzustellen, dass die Roboter Sicherheitsgarantien respektieren, wie z. B. die Vermeidung von Kollisionen mit sich selbst oder der Umgebung.
Siehe auch  Apple möchte nicht, dass Sie beim nächsten iPhone Platzprobleme haben

Wir haben viel Arbeit vor uns

  • Wie er jedoch betonte New York Times Beim Umgang mit der Google-Suche ist diese Art von Arbeit tendenziell „langsam und mühsam“.
  • Die Bereitstellung ausreichender Trainingsdaten ist viel schwieriger, als ein KI-Modell einfach mit einer großen Datenmenge aus dem Internet zu füttern.
  • Der Artikel der New York Times hebt ein Beispiel hervor, bei dem ein Roboter die Farbe einer Banane fälschlicherweise als weiß identifizierte.
  • Dies zeigt, vor welchen Herausforderungen sie bei der Entwicklung dieser fortschrittlichen KI-Systeme noch stehen.
  • Fortschritte in der Fähigkeit von Robotern, durch Erfahrung und Beobachtung zu lernen, versprechen jedoch, die Automatisierung komplexer Aufgaben zu revolutionieren und sie einfacher und effektiver als je zuvor zu machen.
  • Die Forschung von Toyota und anderen Unternehmen in diesem Bereich prägt weiterhin die Zukunft der Robotik und künstlichen Intelligenz.

Hast du dir die neuen Videos auf angesehen? Youtube Von Olhar Digital? Abonnieren Sie den Kanal!