Los investigadores del Instituto Tecnológico de Massachusetts (MIT) han diseñado una nueva técnica que entrena robots de uso general de manera más eficiente. Este desarrollo está inspirado en los avances de los modelos de lenguaje como GPT-4, los científicos han creado los Transformadores Preentrenados Heterogéneos (HPT), un sistema que integra datos de múltiples fuentes y modalidades para mejorar la capacidad de los robots.
Un enfoque basado en IA que entrena robots de uso general
Los robots se entrenan con datos específicos y en lugares controlados, un proceso que consume tiempo y muchos recursos. No obstante, el método HPT desarrollado por el MIT cambia este proceso al utilizar un “transformador central” que unifica datos visuales y propioceptivos, permitiendo que los robots adapten su comportamiento a diferentes tareas y entornos sin iniciar el entrenamiento desde cero.
Según Lirui Wang, uno de los autores principales, el reto en robótica no es solo la falta de datos, sino la heterogeneidad de estos, lo cual ha sido superado, por medio de la nueva arquitectura HPT. Este sistema demostró un rendimiento superior en pruebas de simulación y en el mundo real, superando al entrenamiento convencional en más del 20 %. Incluso en asignaciones diferentes de los datos de pre-entrenamiento, los robots mostraron mejoras en precisión y adaptabilidad.
Para lograrlo, los investigadores recopilaron un conjunto de datos masivo que incluyó más de 200,000 trayectorias de robots, integrando información de sensores visuales y propioceptivos. Este enfoque permite que los robots realicen movimientos diestros con mayor eficacia, cruciales para tareas complejas.
El equipo del MIT visualiza un futuro donde el HPT pueda actuar como un “cerebro robótico universal”, listo para ser descargado e implementado en diferentes tipos de robots sin necesidad de entrenamiento adicional. Aunque aún queda trabajo por hacer, como mejorar la capacidad del modelo para procesar datos no etiquetados, el potencial de esta tecnología es inmenso.
El desarrollo de HPT hace que el entrenamiento sea más rápido y rentable, mientras ofrece una adaptabilidad para robots en un mundo de tareas y situaciones complejas. Este proyecto ha sido posible gracias al apoyo de la Amazon Greater Boston Tech Initiative y el Toyota Research Institute.
¡Síguenos en las redes sociales y no te pierdas ninguna de nuestras publicaciones!
Cargando...
