![](https://pgw.udn.com.tw/gw/photo.php?u=https://uc.udn.com.tw/photo/author/photo/966.jpg&x=&y=&sw=&sh=&exp=3600&w=100)
Google DeepMind宣布推出全新針對機器人打造的VLA (Vision-Language-Action)人工智慧模型「RT-2」,藉此讓機器人能更聰明地做出認知反應動作。
「RT-2」與先前在2022年底提出的「RT-1」類似,同樣藉由模型架構讓機器人可快速從經驗中學習,並且與其他機器人分享。在架構上同樣基於以自注意力機制設計的深度學習模型「Transformer」為基礎,可透過網路傳輸的文字、圖像進行訓練,進而讓機器人學習認知做出相應行為動作。
例如,傳統作法如果要讓機器人自動將空可樂罐丟進垃圾桶,過程中必須先讓機器人知道什麼是可樂罐,以及如何判斷可樂罐已經是空的,接著還必須訓練機器人如何夾取空可樂罐,並且將其正確地放到垃圾桶,但機器人在實際運作時仍無法知道為什麼要將空可樂罐丟進垃圾桶。
因此在「RT-2」模型設計中,會透過大量源自網路的數據訓練機器人,並且讓他知道什麼是「垃圾」,進而節省原本需要逐步訓練機器人辨識物體、判斷物體狀況,以及如何夾取、正確放進垃圾桶的繁瑣步驟,直接讓機器人知道物體在什麼狀態下可視為「垃圾」,以及垃圾桶實際用途,即可加快機器人學習將所見「垃圾」丟進垃圾桶的行為。
相比「RT-1」模型下的執行效率為32%,透過「RT-2」的執行效率則提高為62%,幾乎足足增加將近2倍效果,因此預期能接續透過「RT-2」模型訓練機器人理解更多操作行為。
《原文刊登於合作媒體mashdigi,聯合新聞網獲授權轉載。》
訂閱《科技玩家》YouTube頻道!
💡 追新聞》》在Google News按下追蹤,科技玩家好文不漏接!
📢 【抽獎】4次中獎機會!粉紅AI主播徵名 看影片取名拚萬元大獎
📢 蘋果發表會9月10日登場!iPhone 16等10新品預測懶人包 改了什麼一次看
📢 開箱/實測Pixel 9、Pixel 9 Pro XL望遠夜拍!AI修圖換物件驚豔 士林夜市秒變白天
📢 獨/快來辦!期間限定5G不限速吃到飽699元 免用4G資費規則一次看
📢 iPhone 16 Pro被洩14秒影片有2大亮點!平價版實機也曝光被讚「這支會大賣」
📢 LINE免費貼圖6款來了!16隻寶可夢作伴到2025過年 還有蠟筆小新和柴犬必載