Nghiên cứu MIT: Mô hình ngôn ngữ lớn giúp robot gia đình tự khắc phục lỗi

- Nghiên cứu mới từ MIT cho thấy mô hình ngôn ngữ lớn (LLM) có thể giúp robot gia đình tự khắc phục lỗi mà không cần sự trợ giúp của con người.
- Các lý do khiến robot gia đình ít thành công sau Roomba bao gồm: giá cả, tính thực tế, hình dạng và khả năng lập bản đồ.
- Khi robot gặp sự cố, thông thường chúng sẽ cạn kiệt các tùy chọn được lập trình sẵn trước khi cần sự can thiệp của con người.
- Nghiên cứu mới giải quyết vấn đề này bằng cách chia các bài demo thành các tập con nhỏ hơn, thay vì coi chúng là một phần của hành động liên tục.
- LLM loại bỏ yêu cầu lập trình viên phải gán nhãn và chỉ định thủ công các hành động phụ.
- Trong thử nghiệm, robot được huấn luyện để múc bi và đổ vào bát trống. Các nhà nghiên cứu cố tình gây ra lỗi nhỏ, như làm robot lệch hướng và làm rơi bi ra khỏi thìa.
- Hệ thống phản ứng bằng cách tự điều chỉnh các nhiệm vụ nhỏ, thay vì bắt đầu lại từ đầu.
- Phương pháp này giúp tránh việc robot hoàn toàn mất phương hướng khi gặp lỗi.

📌 Nghiên cứu từ MIT đã chứng minh tiềm năng của việc sử dụng mô hình ngôn ngữ lớn (LLM) để giúp robot gia đình tự khắc phục lỗi bằng cách chia nhỏ nhiệm vụ và tự điều chỉnh, thay vì cần sự can thiệp của con người, mở ra triển vọng cho sự phát triển của robot gia đình trong tương lai.

https://techcrunch.com/2024/03/25/large-language-models-can-help-home-robots-recover-from-errors-without-human-help/

Thảo luận

© Sóng AI - Tóm tắt tin, bài trí tuệ nhân tạo