PEAR-in 27 milyard parametrli AI modeli robot bacarıqlarını necə öyrəndi?
...
Süni intellekt
Oxumaq vaxt alır?
Məqalələri dinləyə bilərsizRobot bacarıqları simulyasiyada necə öyrənilir
PEAR tədqiqatçıları 27 milyard parametrli süni intellekt modelini tamamilə simulyasiya mühitində təlim etdilər. Bu model fiziki robotlarda, xüsusilə dual-arm YAM robotunda, 30 sınaqdan 18-də uğur qazandı. Maraqlısı odur ki, model post-təlim mərhələsində heç bir nümayişdən istifadə etmədi.
Fiziki sınaqlar və tapşırıqlar
Sınaqlar 20 obyektlə götürmə və 10 blok düzülüşü uyğunlaşdırma tapşırıqlarını əhatə edirdi. Final model 12 götürmə və 6 uyğunlaşdırma sınağını uğurla tamamladı. LIBERO simulyasiya yoxlamasında isə 7 uğurlu sınaq qeydə alındı. Əsas model isə 30 sınaqdan heç birində uğur qazana bilmədi.
Modelin texniki xüsusiyyətləri
Model hərəkətləri üçün kamera görüntülərini və robotun vəziyyətini oxuyur, hərəkətləri mətnlə əsaslandırır və qriperin pozasını müəyyən edir. İnvers kinematika hədəf pozasını birləşmə hərəkətlərinə çevirir. Bütün modellər eyni yüksək düşüncə səviyyəsində sınaqdan keçdi. Sınaqlarda 25 dövrə büdcəsi və hər dövrədə 32,000 token limiti tətbiq olundu.
Performans və sürət
Final modelin uğurlu cəhdləri 7-dən 24 dövrəyə qədər davam etdi. Aşağı dəqiqlikli NVFP4 çəkilərində 747 token/saniyə sürətinə çatıldı. Fiziki sınaqlarda isə BF16 çəkilərindən istifadə edildi.
Tədqiqatın nəticələri və perspektivlər
Nəticələr müəlliflərin təqdim etdiyi təcrübədir və müstəqil təkrar yoxlama tələb edir. Həmçinin, prompt asılılığı və uzun düşüncə müddəti kimi məhdudiyyətlər qeyd olunub. Bu tədqiqat robot bacarıqlarının simulyasiya mühitində effektiv öyrənilməsinin yeni imkanlarını göstərir və gələcəkdə fiziki robotların daha sürətli və dəqiq təliminə yol açır.