除了 AI 技術之外，機械人技術也是近來越來越受重視的科技，MIT 最近就展示一個嶄新的機械人訓練模型。有別於傳統用於機械人訓練的專門數據集，這個方法採用了類似大型語言模型 (LLMs) 的海量資訊訓練方式，使其更加精準。
研究人員 Lirui Wang 表示，在語言 AI 模型方面，所有數據都只是句子，但在機械人方面，考慮到數據的異質性，若要進行類似的預訓練，就需要不同的架構。研究團隊指出，只讓機械人透過觀察人類執行任務來學習的話，在遇到微小挑戰時可能會失敗，包括各種元素包括光線、不同環境或新障礙物等，都會因為機械人沒有足夠的數據而無法應對。
為此，團隊參考了 GPT-4 等模型的「暴力數據」解決方案，開發名為「異質預訓練轉換器」(HPT) 的新架構，能夠整合來自不同感測器和環境的資訊。他們使用 Transformer 將數據整合成訓練模型，而且規模越大，輸出效果越好。使用者只需輸入機械人設計、配置和想要完成的工作即可。卡內基梅隆大學副教授 David Held 對此研究表示：「我們的夢想是製作一個通用的機械人大腦，讓使用者無需任何訓練就能下載使用。儘管我們才剛起步，但我們會持續努力，希望透過擴展實現機械人政策的突破，就像大型語言模型一樣。」
來源：TechCrunch
