Trí tuệ nhân tạo Trung Quốc giúp robot hình người xử lý nhiều vật thể hơn với ít đào tạo hơn

Các nhà nghiên cứu tại Đại học Vũ Hán ở Trung Quốc đã phát triển một khung AI mới gọi là RGMP (chính sách đa mô hình dựa trên tiên nghiệm hình học tuần hoàn) nhằm nâng cao khả năng thao tác của robot hình người. RGMP tích hợp lý luận hình học với việc học hiệu quả để cải thiện độ chính xác khi cầm nắm và cho phép robot xử lý đa dạng hơn các vật thể cũng như các nhiệm vụ phức tạp hơn với lượng dữ liệu huấn luyện ít hơn đáng kể. Khác với nhiều phương pháp dựa trên dữ liệu hiện có đòi hỏi bộ dữ liệu lớn và gặp khó khăn trong việc tổng quát hóa ngoài môi trường quen thuộc, RGMP đạt độ chính xác tổng quát hóa lên đến 87% và hiệu quả dữ liệu gấp năm lần so với các mô hình dựa trên khuếch tán hàng đầu. Khung này bao gồm hai thành phần chính: Bộ chọn kỹ năng dựa trên tiên nghiệm hình học (GSS), chọn hành động phù hợp dựa trên hình dạng vật thể và yêu cầu nhiệm vụ bằng các quy tắc hình học, và Mạng Gaussian đệ quy thích ứng (ARGN), mô hình hóa bộ nhớ không gian theo thời gian để cải thiện việc học từ các ví dụ hạn chế. Nhóm nghiên cứu đã thử nghiệm RGMP trên cả robot hình người và robot hai tay để bàn sử dụng bộ dữ liệu gồm 120 quỹ đạo trình diễn, so sánh hiệu suất của nó với các mô hình tiên tiến như ResNet50.