AnswersPublished16 sources
איך רובוטים לומדים מניסיון של רובוטים אחרים?
למידת ניסיון קולקטיבית (CEL) מאפשרת לרובוטים לשפר מדיניות פעולה משותפת על סמך ניסיון שנאסף בצי, במקום להסתמך על הדגמות מומחים חדשות בכל עדכון. אלגוריתם FERT משתמש בהקשר של כישלון כדי לאתר קטעים מוצלחים דומים לצורך אימון; מערכת FATS נועדה לתמוך באימון אסינכרוני וסובלני לתקלות.
פורסם על ידינערך באמצעות GPT-6 Lunaהתמונות נוצרו באמצעות GPT Image 2
Research answer
Key takeaways
- למידת ניסיון קולקטיבית (CEL) מאפשרת לרובוטים לשפר מדיניות פעולה משותפת על סמך ניסיון שנאסף בצי, במקום להסתמך על הדגמות מומחים חדשות בכל עדכון.
- אלגוריתם FERT משתמש בהקשר של כישלון כדי לאתר קטעים מוצלחים דומים לצורך אימון; מערכת FATS נועדה לתמוך באימון אסינכרוני וסובלני לתקלות.
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
רובוט שמצליח לקפל בגד או לארוז טלפון יכול לספק שיעור גם לרובוטים אחרים. זו התמצית של למידת ניסיון קולקטיבית (Collective Experience Learning, או CEL): שיטה שבה רובוטים שכבר פועלים בשטח משתפים את הניסיון שצברו, כדי לשפר מדיניות פעולה משותפת. מחקר הקשור לאוניברסיטת צינגחואה, לחברת Infinigence AI ול-AgiBot מדווח על ניסויים בצי של עד 96 רובוטים. 1
9
למה שרובוטים ילמדו זה מזה?
הדגמות אנושיות ותיקונים שמספקים מפעילים יכולים לעזור לרובוטים ללמוד. אבל ככל שמספר הרובוטים גדל, קשה לספק לכל אחד מהם שוב ושוב הדרכה מקצועית. CEL מעבירה חלק מעבודת הלמידה אל הרובוטים עצמם: ניסיון מוצלח של רובוט אחד עשוי לשמש דוגמה לצי כולו. הרעיון אינו להוציא את בני האדם מהתהליך, אלא להפחית את הצורך בהתערבות מומחה חדשה בכל פעם שרוצים לשפר את המערכת. 1
איך FERT מפיק תועלת גם מכישלונות
האלגוריתם המרכזי בגישה נקרא FERT — כוונון עדין באמצעות שליפת ניסיון המונחית על ידי כישלון (Failure-guided Experience Retrieval Fine-tuning). כשהרובוט נכשל, המערכת משתמשת בהקשר של אותה משימה כדי לחפש במאגר משותף מקטעים רלוונטיים מתוך ניסיונות מוצלחים. הפעולות שתועדו במקטעים האלה משמשות לעדכון מדיניות הפעולה. במילים פשוטות: הכישלון עוזר לסמן מה כדאי ללמוד, והניסיון המוצלח מספק דוגמה לאופן הפעולה. 4
13
הגישה רלוונטית במיוחד למשימות ארוכות ומורכבות. כשהרובוט מבצע רצף של פעולות, משוב סופי של “הצליח” או “נכשל” לא בהכרח מגלה באיזה שלב כדאי להשתפר. FERT מנסה לחבר בין מצב בעייתי לבין דוגמה מוצלחת שנאספה בעבר. עם זאת, עצם השימוש בהקשר של כישלון אינו מוכיח איזו פעולה מסוימת גרמה לו.
לצד האלגוריתם, הצוות מתאר את FATS — מערכת אימון אסינכרונית וסובלנית לתקלות, שנועדה לתמוך בלמידה גם כשלא כל הרובוטים זמינים באותו זמן. בדיווח על המערכת מצוינות 30 תקלות שהשפיעו על 22 רובוטים, לצד אובדן של 1.3% מזמן הפעילות של הרובוטים. הנתונים מתארים את ביצועי המערכת כפי שדווחו, אך אינם מאמתים בפני עצמם את כל פרטי מנגנוני ההתאוששות מתקלות והעלאת הניסיון. 8
מה הראו הניסויים שדווחו?
ההערכה כללה חמש משימות מניפולציה: סידור פרחים, קיפול בגדים, טעינת טלפון, הרכבת שרפרף ואריזת טלפון.
- בדיקה ברובוטים שלא השתתפו באימון: שני רובוטים שלא לקחו חלק באימון השלימו 600 ניסויים: 585 הצלחות ו-15 כישלונות, כלומר שיעור הצלחה מדווח של 97.5%. הצוות מדווח גם שהתוצאות בכל אחת מהמשימות היו גבוהות מהממוצע של שישה מפעילים אנושיים. זו השוואה במסגרת המשימות שנבדקו, ולא הוכחה לעליונות כללית של רובוטים על בני אדם.
- אריזת טלפון: שיעור ההצלחה המדווח עלה מ-79.2% ל-98.3%. תיאור ההערכה מציין 120 בדיקות בשני רובוטים שלא השתתפו באימון.
7
- גודל הצי: בזמן אימון פיזי זהה, ההצלחה המדווחת עלתה מ-86.7% עם 16 רובוטים ל-98.3% עם 96 רובוטים. הממצא תומך באפשרות שצי גדול יותר יאסוף יותר ניסיון באותו פרק זמן — אך אינו מבטיח שכל צי גדול יותר יניב שיפור דומה.
התמונה הגדולה — וגם מה שעדיין לא ידוע
העיקרון של CEL פשוט: להשתמש בכישלונות כדי לזהות היכן נדרש שיפור, ואז לחפש דוגמאות מוצלחות שנאספו בידי הצי. FERT מספק את מנגנון השליפה והעדכון, ואילו FATS מתוארת כשכבת המערכת שתומכת באימון אסינכרוני וסובלני לתקלות. התוצאות שדווחו מציגות ראיות ראשוניות מעודדות בחמש משימות בעולם האמיתי, לרבות בדיקות ברובוטים שלא השתתפו באימון. 13
עם זאת, מדובר בתוצאות שדווחו על ידי הצוות, ולא בשחזור בלתי תלוי של הניסויים. הן מתארות את ביצועי CEL בתנאים שנבדקו, אך אינן קובעות כיצד השיטה תעבוד עם רובוטים אחרים, במשימות שונות או בסביבות הפעלה אחרות.
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 "איך רובוטים לומדים מניסיון של רובוטים אחרים?"?
למידת ניסיון קולקטיבית (CEL) מאפשרת לרובוטים לשפר מדיניות פעולה משותפת על סמך ניסיון שנאסף בצי, במקום להסתמך על הדגמות מומחים חדשות בכל עדכון.
What are the key points to validate first?
למידת ניסיון קולקטיבית (CEL) מאפשרת לרובוטים לשפר מדיניות פעולה משותפת על סמך ניסיון שנאסף בצי, במקום להסתמך על הדגמות מומחים חדשות בכל עדכון. אלגוריתם FERT משתמש בהקשר של כישלון כדי לאתר קטעים מוצלחים דומים לצורך אימון; מערכת FATS נועדה לתמוך באימון אסינכרוני וסובלני לתקלות.