Investigadores Sergey Levine y Karol Hausman han presentado un proyecto innovador que tiene como objetivo crear un solo súper cerebro capaz de controlar cualquier robot, independientemente de sus diferencias. En colaboración con otros 32 laboratorios de robótica en América del Norte, Europa y Asia, Levine y Hausman iniciaron el ambicioso proyecto RT-X en 2023.
Tradicionalmente, la robótica ha dependido de la IA generativa para el control, pero este enfoque se queda corto debido a la disponibilidad limitada de datos sobre las interacciones entre los robots y el mundo. Los investigadores reconocieron la necesidad de datos generados específicamente por los propios robots, que típicamente se producen lentamente y monótonamente en entornos de laboratorio para tareas específicas, lo que resulta en una aplicabilidad y funcionalidad limitadas.
La clave para superar este desafío radica en compartir datos de una amplia gama de robots para permitir que las nuevas máquinas aprendan de experiencias colectivas. El conjunto de datos RT-X consta de casi un millón de pruebas de robots, que incluyen 22 tipos diferentes de robots, como los brazos robóticos populares que se encuentran en el mercado. Levine y Hausman hicieron un descubrimiento intrigante durante sus experimentos: una red neuronal profunda entrenada con estos diversos datos de robots, cuando se combina con modelos de aprendizaje automático a gran escala, puede controlar varios robots sin necesidad de ajustes especializados.
Remarkably, el modelo desarrollado a partir del conjunto de datos RT-X puede identificar el tipo de robot que está controlando basándose en la entrada visual recibida de la cámara del robot. Por ejemplo, si la cámara captura un brazo industrial UR10, el modelo enviará comandos adaptados a ese robot específico. De manera similar, si detecta un brazo de aficionado WidowX más barato, el modelo adapta su control en consecuencia.
Para evaluar la efectividad de su modelo, cinco laboratorios que participan en el proyecto RT-X lo compararon con sus propios sistemas de control para sus respectivos robots. Sorprendentemente, el modelo único superó el método de cada laboratorio, completando tareas en promedio un 50 por ciento más frecuentemente.
El proyecto RT-X ejemplifica el poder de la colaboración dentro de la comunidad de la robótica. Levine y Hausman tienen la visión de expandir aún más la iniciativa, transformándola en un esfuerzo conjunto para establecer estándares de datos, modelos reutilizables y nuevos algoritmos y metodologías. Al aprovechar el conocimiento colectivo y los recursos de la comunidad global de aprendizaje de robots, el potencial de avances y descubrimientos en robótica se vuelve verdaderamente ilimitado.
The source of the article is from the blog aovotice.cz