AI 技术的进步解决了过往机器人在感知、分析、决策和人机交互方面的局限性,推动了机器人的产业化进程。在开发阶段,工程师可以通过大模型自动生成代码指令,完成机器人的功能开发和调试,目前已有部分应用案例。譬如谷歌 Deep Mind 在 2023 年 7 月推出一款新的机器人模型 Robotics Transformer 2(RT-2),这是一个用于控制机器人的视觉-语言-动作(VLA)的 AI 模型,可从网络和机器人数据中学习,并将这些知识转化为机器人控制的通用指令。RT-2使用经过精调的 LLM来输出运动控制命令,可以执行训练数据中未明确包含的任务,并在新出现技能评估中将基线模型的表现提升 3 倍。
AI 技术的进步解决了过往机器人在感知、分析、决策和人机交互方面的局限性,推动了机器人的产业化进程。在开发阶段,工程师可以通过大模型自动生成代码指令,完成机器人的功能开发和调试,目前已有部分应用案例。譬如谷歌 Deep Mind 在 2023 年 7 月推出一款新的机器人模型 Robotics Transformer 2(RT-2),这是一个用于控制机器人的视觉-语言-动作(VLA)的 AI 模型,可从网络和机器人数据中学习,并将这些知识转化为机器人控制的通用指令。RT-2使用经过精调的 LLM来输出运动控制命令,可以执行训练数据中未明确包含的任务,并在新出现技能评估中将基线模型的表现提升 3 倍。