Google memperkenalkan Robotics Transformer 2 (RT2), sebuah model vision-language-action (VLA) yang dapat mengambil teks dan gambar serta mengubahnya menjadi tindakan robot. RT2 mentransfer pengetahuan dari data web untuk menginformasikan perilaku robot. Vincent Vanhoucke, Kepala Robotics untuk Google DeepMind, menjelaskan bahwa RT2 dapat "berbicara sebagai robot."
Berbeda dengan chatbot yang dapat dilatih dengan memberikan informasi tentang suatu topik, robot perlu "grounding" dalam dunia nyata. Sebagai contoh, jika ingin menjelaskan kepada chatbot apa itu apel merah, robot perlu tahu segalanya tentang apel dan bagaimana membedakannya dari objek serupa, seperti bola merah, dan juga harus belajar bagaimana mengambil apel tersebut.
RT2 lebih maju dari RT-1 Google dan model lainnya dengan menggunakan data dari web. Sebagai contoh, untuk mengajari model sebelumnya untuk membuang sesuatu, Anda perlu melatihnya tentang apa itu sampah dan cara menggunakannya. Dengan RT2, mungkin Anda belum menjelaskan tentang sampah dan cara menggunakannya, tetapi robot dapat mencari tahu sendiri menggunakan data web.
Image by kenshinstock on Freepik
0 $type={blogger}:
Post a Comment
Terima kasih atas komennya