Toyota Research Institute, robotlara yeni davranışlar öğretmede atılım yaptığını söylüyor

• Toyota Research Institute (TRI), Diffusion Policy tabanlı üretken yapay zeka yaklaşımını kullanarak robotlara yeni beceriler öğretmede bir atılım duyurdu.
• Bu yeni yaklaşım, robotların kullanışlılığını önemli ölçüde artırıyor ve konuşma odaklı yapay zekada devrim yaratan Large Language Models (LLMs)'e benzer şekilde robotlar için "Large Behavior Models (LBMs)" oluşturma yönünde bir adım daha anlamına geliyor.
• Bu yeni eğitim tekniği verimli ve yüksek performanslı davranışlar ürettiği için robotların insanlara daha etkili şekilde destek olmasını sağlayabilir.
• Önceki robot eğitim teknikleri yavaş, tutarsız ve verimsizdi; bunların çoğu da çok sınırlı ortamlarda gerçekleştirilen dar kapsamlı görevlere bağlıydı.
• TRI, yeni yaklaşımı kullanarak robotlara sıvı dökme, alet kullanma ve şekil değiştirebilen nesneleri manipüle etme gibi zor ve el becerisi gerektiren 60'tan fazla beceri öğretti.
• TRI, bu yılın sonuna kadar yüzlerce yeni beceri, 2024 sonuna kadar ise 1.000 beceri öğretmeyi hedefliyor.
• TRI'nin robotları artık dünya ile çeşitli ve zengin yollarla etkileşime girebiliyor; bu da bir gün robotların günlük durumlarda ve öngörülemez, sürekli değişen ortamlarda insanlara destek olabilmesinin önünü açacak.
• TRI'nin robot davranış modeli, eğitmenin dokunsal gösterimlerini ve hedefe ilişkin sözlü açıklamaları birleştiriyor, ardından yapay zeka tabanlı Diffusion Policy ile gösterilen beceriyi öğreniyor.
• TRI, Columbia University'den Prof. Song'un grubuyla iş birliği içinde, davranış öğrenimi için güçlü bir üretken yapay zeka yaklaşımı olan Diffusion Policy'yi geliştirdi.
• TRI'nin robot platformu, dokunsal geri bildirim ve dokunsal algılamayı mümkün kılan çevik çift kollu manipülasyon görevleri için özel olarak üretildi.
• TRI, robot tasarımı için model tabanlı bir tasarım yaklaşımı olan Drake'i kullanıyor; bu araç, simülasyon ve gerçek dünyadaki geliştirmeyi daha da genişletip hızlandırabilecek son teknoloji bir araç seti ve simülasyon platformu sunuyor.
• Güvenlik, TRI'nin robot geliştirme çalışmalarının merkezinde yer alıyor ve sistem, robotun kendisiyle ya da çevresiyle çarpışmaması gibi güvenlik güvencelerine uymasını sağlayacak güçlü korumalar içeriyor.
• TRI'nin bu atılımına ilişkin daha teknik bilgiler TRI'nin Medium blogunda bulunabilir ve konu 4 Ekim'de yapılacak LinkedIn Live Soru-Cevap oturumunda ele alınacak.

[GN⁺]

Hacker News görüşleri

• Toyota Research Institute (TRI), robotlara yeni davranışlar öğretme konusunda bir ilerleme kaydettiği için övgü alıyor.
• Bu ilerlemenin merkezinde, Columbia Üniversitesi'nde Profesör Shuran Song'un laboratuvarında geliştirilen ve şu anda Stanford Üniversitesi'nde bulunan Diffusion Policy yer alıyor.
• Diffusion Policy, bu yılki R:SS konferansında en iyi makale ödülünü kazanabilecek kadar topluluk içinde büyük ilgi gördü.
• Profesör Song, gerçek dünya uygulamalarına ölçeklenebilen çeşitli yaklaşımlara sahip robotik alanının önde gelen isimlerinden biri olarak kabul ediliyor.
• Russ Tedrake'in çevrimiçi dersi Underactuated Robotics, robotiğin karmaşıklığını anlamak için tavsiye ediliyor.
• Google da kuvvet geri bildirimi ve basınç sensörlerine odaklanan benzer bir proje yürütüyor.
• Robotların gösterim yoluyla öğrendiğini gösteren Toyota Research'ün pankek çeviren robot videosu etkileyici bulunuyor.
• Bazı kullanıcılar TRI'nin çalışmalarını Google'ın PaLM-E projesiyle karşılaştırıyor; bu da robotik alanı için heyecan verici bir döneme işaret ediyor.
• Genel amaçlı insansı robotlara, motion capture teknolojisi ile makine öğrenimi algoritmalarının birleştirilmesiyle ulaşılabilir.
• Bazı kullanıcılar, MIT'de bir profesörün aynı anda TRI'de başkan yardımcısı olarak görev yapması örneğinde olduğu gibi, aynı anda iki tam zamanlı pozisyon üstlenmenin ne kadar pratik olduğunu sorguluyor.
• Gen-AI'nin robotikte kullanılmasının olası riskleri konusunda endişeler var; beklenmedik hareketlerin hasara veya yaralanmaya yol açabileceği belirtiliyor.