Новые достижения в области развития ловкости роботов |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2024-09-15 12:00 Google DeepMind представляет две новые системы искусственного интеллекта — ALOHA Unleashed и DemoStart. Эти технологии помогают роботам осваивать сложные задачи, требующие высокой точности и ловкости. Система ALOHA Unleashed позволяет роботам выполнять сложные задачи с использованием двух рук, что значительно увеличивает их маневренность. Благодаря этому роботы могут завязывать шнурки, вешать рубашки, чинить другие машины и даже убираться на кухне. Основанная на платформе ALOHA 2, система обучает роботов путем имитации человеческих действий, используя дистанционное управление для сбора данных. Новый метод диффузии позволяет роботам прогнозировать действия по аналогии с тем, как модели ИИ создают изображения, что делает обучение более быстрым и эффективным. DemoStart использует алгоритмы обучения с подкреплением и моделирование для тренировки роботов. Они учатся выполнять такие задачи как закручивание болтов и подъем кубов в симуляторе и успешно переносят полученные знания в реальный мир. Роботизированное обучение в симуляции помогает снизить затраты и ускорить процесс исследований. Например, робот в реальных условиях добился 97% успеха при ориентации и подъеме объектов. Система DemoStart существенно сокращает разрыв между симуляцией и реальностью, упрощая процесс обучения. Источник: vk.com Комментарии: |
|