AnswersPublished16 sources
Når robotter lærer af hinanden: Flådens erfaring kan løfte fælles robotpolitik
Collective Experience Learning (CEL) lader robotter dele erfaringer fra virkelige opgaver og forbedre en fælles politik – med mindre behov for nye ekspert demonstrationer ved hver opdatering. Metoden FERT bruger situationer omkring mislykkede forsøg til at hente lignende, vellykkede eksempler.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer
Key takeaways
- Collective Experience Learning (CEL) lader robotter dele erfaringer fra virkelige opgaver og forbedre en fælles politik – med mindre behov for nye ekspert demonstrationer ved hver opdatering.
- Metoden FERT bruger situationer omkring mislykkede forsøg til at hente lignende, vellykkede eksempler.
- Resultaterne er lovende, men stammer fra forskerholdets egne evalueringer og er ikke uafhængigt gentaget.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Collective Experience Learning (CEL), proposed by Tsinghua University, Infinigence AI and AgiBot and described in an Infinigence AI–. Article summary: Collective Experience Learning (CEL) is a fleet-learning approach in which deployed robots share real-world execution experience to improve a common policy, rather than relying on fresh human demonstrations for every imp. Topic tags: general, academic, education, general web, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, waterm
Robotter lærer ofte ved at efterligne menneskers demonstrationer eller få rettet deres fejl. Men når mange robotter skal arbejde i den virkelige verden, kan det være svært at skalere den menneskelige vejledning. En ny tilgang, Collective Experience Learning (CEL), forsøger i stedet at lade robotterne lære af erfaringer, som hele flåden samler op. Et forskerhold med tilknytning til Tsinghua Universitet, Infinigence AI og AgiBot rapporterer, at metoden er afprøvet med op til 96 robotter. 1
9
Når ét robots forsøg kan hjælpe de andre
CEL handler om at forbedre en fælles robotpolitik – altså de regler, modellen bruger til at vælge sine handlinger – ved at dele erfaringer fra udførte opgaver. En vellykket løsning fra én robot kan dermed blive træningseksempel for resten af flåden.
Det betyder ikke, at mennesker bliver overflødige i robotudvikling. Pointen er snarere, at hver forbedring ikke behøver at afhænge af en ny demonstration eller manuel rettelse fra en ekspert. 1
FERT bruger fejl til at finde gode eksempler
Kernen i CEL er algoritmen Failure-guided Experience Retrieval Fine-tuning, forkortet FERT. Når en robot mislykkes, bruger metoden konteksten omkring forsøget til at søge i en fælles samling af vellykkede forløb. Relevante dele af de vellykkede forløb kan derefter bruges som træningsmateriale for robotpolitikken. 4
13
Det kan være nyttigt ved lange opgaver, hvor robotten udfører mange handlinger, men kun får et enkelt signal til sidst: opgaven lykkedes eller mislykkedes. Et sådant slutresultat fortæller ikke i sig selv, hvilket trin der bør forbedres. FERT forsøger at koble situationen omkring en fejl med et eksempel på en vellykket fremgangsmåde. Metoden fastslår dog ikke nødvendigvis præcis, hvilken handling der udløste fejlen.
Forskerholdet beskriver også FATS, et fejltolerant system til asynkron træning på tværs af robotter. Ifølge rapporteringen blev der registreret 30 fejl, som berørte 22 robotter, mens 1,3 procent af robotternes driftstid gik tabt. Tallene beskriver den rapporterede systemydelse, men dokumenterer ikke i sig selv alle detaljer om, hvordan systemet håndterer fejl eller overfører data. 8
Hvad viste de rapporterede tests?
Evalueringen omfattede fem praktiske opgaver: blomsterarrangering, tøjfoldning, opladning af en telefon, samling af en skammel og pakning af en telefon.
- Robotter, der ikke var med i træningen: To robotter gennemførte tilsammen 600 forsøg. De lykkedes med 585 og fejlede i 15, hvilket giver en samlet succesrate på 97,5 procent. Forskerholdet oplyser også, at robotterne på hver af de fem opgaver klarede sig bedre end gennemsnittet for seks menneskelige operatører. Sammenligningen gælder de afprøvede opgaver og viser ikke generelt, at robotter er bedre end mennesker.
- Telefonpakning: Den rapporterede succesrate steg fra 79,2 til 98,3 procent. Evalueringen beskrives som 120 tests på to robotter, der ikke havde deltaget i træningen.
7
- Flere robotter i flåden: Ved samme træningstid i den virkelige verden steg succesraten ifølge forskerholdets sammenligning fra 86,7 procent med 16 robotter til 98,3 procent med 96 robotter. Det peger på, at en større flåde kan samle mere erfaring på samme tid, men garanterer ikke samme fremgang i alle situationer.
Lovende resultater – med forbehold
CEL’s grundidé er, at fejl kan vise, hvor der er brug for forbedring, mens vellykkede forsøg kan give eksempler på, hvad robotten kan lære. FERT står for søgningen efter relevante eksempler og opdateringen af politikken, mens FATS beskrives som systemet, der understøtter asynkron og fejltolerant træning. De rapporterede tests på fem opgaver – også med robotter, der ikke indgik i træningen – er tidlige, lovende resultater. 13
Resultaterne bør dog læses som forskerholdets egne rapporter, ikke som uafhængigt bekræftede fund. De viser, hvordan CEL klarede sig i de beskrevne forsøg, men afgør ikke, hvor godt metoden vil fungere med andre robotter, opgaver eller driftsforhold.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Når robotter lærer af hinanden: Flådens erfaring kan løfte fælles robotpolitik"?
Collective Experience Learning (CEL) lader robotter dele erfaringer fra virkelige opgaver og forbedre en fælles politik – med mindre behov for nye ekspert demonstrationer ved hver opdatering.
What are the key points to validate first?
Collective Experience Learning (CEL) lader robotter dele erfaringer fra virkelige opgaver og forbedre en fælles politik – med mindre behov for nye ekspert demonstrationer ved hver opdatering. Metoden FERT bruger situationer omkring mislykkede forsøg til at hente lignende, vellykkede eksempler.
What should I do next in practice?
Resultaterne er lovende, men stammer fra forskerholdets egne evalueringer og er ikke uafhængigt gentaget.