Das RT-2-Modell von Google hilft Robotern, in neuen Situationen einfacher Aktionen auszuführen

Google hat ein neues Vision-Language-Action (VLA)-Modell namens Robotics Transformer 2 (RT-2) angekündigt , das es als „ein Novum seiner Art“ bezeichnet. Laut Google ist RT-2 in der Lage, Text- oder Bildeingaben entgegenzunehmen und Roboteraktionen auszugeben.

Das Unternehmen sagte, dass die Schulung von Robotern eine „Herkulesaufgabe“ sein kann, da sie für jedes Objekt, jede Umgebung, jede Aufgabe und jede Situation auf der Welt auf Milliarden von Datenpunkten trainiert werden müssen. Mit RT-2 gibt es laut Google jedoch ein enormes Versprechen für universellere Roboter.

Das Unternehmen ist zwar begeistert von den Möglichkeiten, die RT-2 freisetzen kann, sagte jedoch, dass noch viel Arbeit geleistet werden muss, um hilfreiche Roboter in menschenzentrierten Umgebungen zu ermöglichen. Letztendlich könnte laut DeepMind aus VLA-Modellen ein universell einsetzbarer physischer Roboter entstehen, der schlussfolgern, Probleme lösen und Informationen interpretieren könnte, um Aufgaben in der realen Welt auszuführen.

Wie der Name schon sagt, ist dies nicht die erste Iteration des Robotics Transformer VLA-Modells. DeepMind sagte, dass RT-2 auf der Arbeit von RT-1 aufbaut und im Vergleich zu früheren Modellen verbesserte Generalisierungsfähigkeiten aufweist und bei neuen, unbekannten Aufgaben eine bessere Leistung erbringt.

Eine weitere neue Fähigkeit, zu der RT-2 im Vergleich zu seinen Vorgängern fähig war, ist das symbolische Denken, was bedeutet, dass es abstrakte Konzepte verstehen und sie logisch manipulieren kann. Ein Beispiel hierfür ist, als der Roboter aufgefordert wurde, die Banane auf die Summe von 2 plus 1 zu bewegen, und die Aufgabe korrekt ausführte, obwohl er nicht explizit für abstrakte Mathematik oder symbolische Manipulationen trainiert wurde.

Während RT-2 einen großen Fortschritt für die Robotik darstellt, wäre es nicht fair zu behaupten, dass Terminator-Roboter angekommen sind. Das Modell erfordert immer noch menschliche Eingaben und Aufsicht und unterliegt im realen Roboterbetrieb erheblichen technischen Einschränkungen.

Vor diesem Hintergrund wird es hoffentlich zu einigen interessanten Robotern kommen, die Aufgaben ausführen können, die bisher nicht möglich oder einfach zu erledigen waren.