蓋世汽車(chē)訊 可與物理世界互動(dòng)的具身AI（人工智能）代理在各種應(yīng)用中都具有巨大潛力，但缺乏訓(xùn)練數(shù)據(jù)仍是其面臨的主要障礙之一。據(jù)外媒報(bào)道，為解決該挑戰(zhàn)，英國(guó)倫敦帝國(guó)理工學(xué)院（Imperial College London）和谷歌DeepMind的研究人員推出了一種名為擴(kuò)散增強(qiáng)型代理（Diffusion Augmented Agent，DAAG）的新型框架，利用了大型語(yǔ)言模型（LLM）、視覺(jué)語(yǔ)言模型（VLM）以及擴(kuò)散模型的力量，以提升具身代理的學(xué)習(xí)效率和遷移學(xué)習(xí)能力。

DAAG模型（圖片來(lái)源：arXiv）

為何數(shù)據(jù)效率對(duì)具身代理很重要？

近年來(lái)，LLM和VLM取得了令人驚嘆的進(jìn)展，為其應(yīng)用于機(jī)器人和嵌入式AI領(lǐng)域帶來(lái)了希望。但是，雖然LLM和VLM可以在從互聯(lián)網(wǎng)上抓取來(lái)的大量文本及圖像數(shù)據(jù)集上進(jìn)行訓(xùn)練，但是具身AI系統(tǒng)需要通過(guò)與物理世界的交互來(lái)學(xué)習(xí)。

現(xiàn)實(shí)世界對(duì)具身AI系統(tǒng)的數(shù)據(jù)收集提出了幾個(gè)挑戰(zhàn)。首先，物理環(huán)境比數(shù)字世界更加復(fù)雜和不可預(yù)測(cè)。其次，機(jī)器人和其他具身AI系統(tǒng)依賴(lài)于物理傳感器和執(zhí)行器，而此類(lèi)傳感器和執(zhí)行器可能會(huì)有速度慢、有噪聲、易故障等問(wèn)題。研究人員們認(rèn)為，克服這一障礙的關(guān)鍵在于更有效地利用該代理現(xiàn)有的數(shù)據(jù)和經(jīng)驗(yàn)。

DAAG是什么？

返回第一電動(dòng)網(wǎng)首頁(yè) >