(資料圖片)

編程客棧（）8月21日php消息:Meta 和 CMU 聯(lián)合研究團隊耗時兩年，成功開發(fā)出了一款名為 RoboAgent 的通用機器人智能體。RoboAgent 僅僅通過7500個軌跡的訓練就實現(xiàn)了12種不同的復雜技能，包括烘焙、拾取物品、上茶、清潔廚房等任務(wù)，并能在100種未知場景中泛化應(yīng)用。

論文地址:handroidttps://robopen.github.io/media/roboagent.pdf

無論遇到多大的干擾，RoboAgent 都能堅持完成任python務(wù)。該研究的目標是建立一個高效的機器人學習范例，解決數(shù)據(jù)集和場景多樣性的挑戰(zhàn)。研究人員提出了多任務(wù)動作分塊 Transformer（MT-ACT）架構(gòu)，通過語義增強和高效的策略表示來處理多模態(tài)多任務(wù)機器人數(shù)據(jù)集。

研究人員還開發(fā)了 RoboSet 數(shù)據(jù)集，其中包含7500條軌跡，涵蓋12種不同的技能和多個任務(wù)和場景。通過離線添加不同變化的場景來增加數(shù)據(jù)集，并使用動作分編程客棧塊 Transformer 模型來處理多任務(wù)數(shù)據(jù)。實驗結(jié)果顯示，MT-ACT 策略在通用性和樣本效率上表現(xiàn)出色，優(yōu)于其他基線模型。這項研究對于推動通用機器人智能體的發(fā)展具有重要意義。

關(guān)鍵詞：