近日加州大學(xué)伯克利分校副校長(zhǎng)謝爾蓋·萊文等研發(fā)團(tuán)隊(duì)分享了RT-X項(xiàng)目的進(jìn)展，通過(guò)現(xiàn)有的研究致力在未來(lái)能夠讓機(jī)器人擁有新技能，可以通過(guò)模型微調(diào)或者是通過(guò)預(yù)訓(xùn)練模型就可以實(shí)現(xiàn)，不必提前輸入文本告訴他應(yīng)該怎么做。 2023年谷歌加州大學(xué)伯利克分校實(shí)驗(yàn)室聯(lián)合另外32個(gè)機(jī)器人研究室一起開展了RT-X項(xiàng)目，這個(gè)項(xiàng)目的最終目的就是開發(fā)通用機(jī)器人大腦將所有的數(shù)據(jù)、資源代碼全部匯集在一起，研發(fā)出通用機(jī)器人大腦成利用單一深度神經(jīng)網(wǎng)絡(luò)能夠控制不同類型的機(jī)器人。
眾所周知生成式人工智能可以利用互聯(lián)網(wǎng)上的數(shù)據(jù)訓(xùn)練大模型，但訓(xùn)練大模型使用的數(shù)據(jù)并不適用在機(jī)器人領(lǐng)域，但互聯(lián)網(wǎng)領(lǐng)域目前并沒(méi)有太多關(guān)于機(jī)器人交互數(shù)據(jù)，因此機(jī)器人在研發(fā)方面想要?jiǎng)?chuàng)造一個(gè)通用機(jī)器人，就需要從機(jī)器人的數(shù)據(jù)中去學(xué)習(xí)。 機(jī)器人的數(shù)據(jù)是研究人員在實(shí)驗(yàn)室環(huán)境中為了更好的知曉機(jī)器人的表現(xiàn)而得出來(lái)的數(shù)據(jù)，雖然機(jī)器人學(xué)習(xí)算法目前已經(jīng)取得了巨大的進(jìn)步，但如果沒(méi)有更加豐富的機(jī)器人數(shù)據(jù)我們?nèi)匀粵](méi)有辦法讓機(jī)器人能夠在實(shí)驗(yàn)室之外完成現(xiàn)實(shí)社會(huì)中的一些基本任務(wù)。 基于此要求科學(xué)家試圖利用現(xiàn)有的多種機(jī)器人的數(shù)據(jù)解決通用機(jī)器人的學(xué)習(xí)問(wèn)題，創(chuàng)造出一個(gè)能夠通用的機(jī)器人大腦通過(guò)深度神經(jīng)網(wǎng)絡(luò)在不同機(jī)器人的數(shù)據(jù)上訓(xùn)練，學(xué)會(huì)讓這一個(gè)機(jī)器人驅(qū)動(dòng)不同外觀不同能力不同物理特性的機(jī)器人，如果這個(gè)想法能夠可行將會(huì)給機(jī)器人學(xué)習(xí)解鎖出來(lái)大量的數(shù)據(jù)集的力量。
研究人員根據(jù)目前的研究結(jié)果還發(fā)現(xiàn)訓(xùn)練出來(lái)的機(jī)器人模型可以利用其他機(jī)器人的經(jīng)驗(yàn)去提高自己完成任務(wù)的可行性。