Дослідники з Інженерної школи NYU Tandon у США представили новий алгоритм BrainBody-LLM, який дозволяє роботам не просто виконувати команди, а планувати свої дії, коригувати рухи під час роботи та вчитися на власних помилках. Розробка імітує те, як у людини мозок і тіло узгоджують рухи.
Раніше однією з головних проблем у робототехніці було те, що машини погано справлялися зі складними завданнями в непередбачуваних умовах. Класичне програмування або планування на основі великих мовних моделей часто створює плани, які не враховують реальні можливості конкретного робота.
BrainBody-LLM вирішує цю проблему за допомогою двох взаємопов'язаних компонентів. Перший — Brain LLM — відповідає за загальне планування і ділить складне завдання на прості кроки. Другий — Body LLM — перетворює ці кроки на точні команди для рухів робота.
Читайте також:
Зоряні війни стають реальністю. Американська компанія представила людиноподібного робота для армії Важливою особливістю системи є замкнений цикл зворотного зв’язку. Робот постійно стежить за своїми діями та змінами в середовищі.
Якщо виникає помилка, система отримує сигнал і одразу коригує рухи в реальному часі.
Один з авторів дослідження, аспірант NYU Tandon Вініт Бхат, пояснив, що головна перевага підходу — це динамічна взаємодія між компонентами, яка допомагає ефективно працювати зі складними завданнями.
Спочатку алгоритм перевіряли у віртуальному середовищі VirtualHome, де віртуальний робот виконував побутові справи. Після цього систему протестували на реальному роботизованому маніпуляторі Franka Research 3. У симуляціях BrainBody-LLM підвищив рівень успішного виконання завдань до 17%. На реальному роботі система змогла впоратися з більшістю поставлених задач.
Читайте також:
Пташка-шпигун. Китай показав дрон-вбивцю, який маскується під горобця Розробники вважають, що в майбутньому цей підхід може змінити використання роботів у домівках, лікарнях і на виробництві — там, де потрібна гнучка поведінка, схожа на людську. Також метод може стати основою для систем, які поєднуватимуть планування з 3D-зором, датчиками глибини та точним керуванням суглобами.
Втім, технологія поки що не готова до широкого застосування. Вона тестувалася на обмеженій кількості команд і в контрольованих умовах, тому може мати труднощі в складних і швидкозмінних реальних ситуаціях. Дослідники зазначають, що надалі планують використовувати більше сенсорів для зворотного зв’язку, щоб зробити систему безпечнішою та надійнішою.
Читайте також:
Звучить загрозливо. Китай представив новий пристрій, здатний перерізати підводні кабелі на глибині до 4000 метрів
