AnswersPublished16 sources
Roboter lærer av flåtens erfaring – ikke bare av mennesker
Collective Experience Learning (CEL) lar roboter i drift forbedre en felles handlingsstrategi ved å dele erfaringer fra flåten, i stedet for å være avhengige av nye ekspert demonstrasjoner for hver oppdatering. FERT bruker konteksten rundt feil til å hente fram lignende, vellykkede handlingsforløp som læringseksempler.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer
Key takeaways
- Collective Experience Learning (CEL) lar roboter i drift forbedre en felles handlingsstrategi ved å dele erfaringer fra flåten, i stedet for å være avhengige av nye ekspert demonstrasjoner for hver oppdatering.
- FERT bruker konteksten rundt feil til å hente fram lignende, vellykkede handlingsforløp som læringseksempler.
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
En robot som lykkes med en oppgave, kan gi nyttig læring til de andre. Det er kjernen i Collective Experience Learning (CEL), en metode der roboter deler erfaringer fra oppgaver i den virkelige verden for å forbedre en felles handlingsstrategi. I stedet for å være avhengig av at mennesker demonstrerer eller korrigerer hver ny handling, kan systemet lære av vellykkede forsøk i flåten. En studie knyttet til Tsinghua-universitetet, Infinigence AI og AgiBot rapporterer tester med opptil 96 roboter. 1
9
Hvorfor la roboter lære av hverandre?
Menneskelige demonstrasjoner og korrigeringer kan være nyttige når roboter skal lære. Men hvis hver forbedring krever at en ekspert viser eller retter på nytt, blir det krevende å skalere opp når flere roboter settes i drift. CEL forsøker å flytte noe av læringsarbeidet over på robotene: Et nyttig forsøk fra én robot kan bli et eksempel som resten av flåten lærer av. Målet er ikke å fjerne mennesker fra robotutvikling, men å gjøre hver oppdatering mindre avhengig av ny ekspertinnsats. 1
Slik bruker FERT feil som læringssignal
Kjernen i CEL er algoritmen Failure-guided Experience Retrieval Fine-tuning (FERT). Når en robot mislykkes, bruker systemet situasjonen rundt feilen til å lete i en felles samling av vellykkede handlingsforløp etter relevante eksempler. De hentede eksemplene bidrar med registrerte handlinger som kan brukes til å oppdatere robotens handlingsstrategi. Feilen hjelper altså med å finne ut hva det kan være nyttig å lære, mens vellykkede forsøk viser mulige handlinger. 4
13
Dette kan være særlig relevant for lange oppgaver der roboten må utføre mange handlinger etter hverandre. En enkel beskjed om at hele forsøket gikk bra eller dårlig, sier ikke i seg selv hvilket trinn som bør forbedres. FERT forsøker å koble situasjonen der noe gikk galt, til et eksempel på en vellykket framgangsmåte. Metoden fastslår likevel ikke automatisk nøyaktig hvilken enkelt handling som forårsaket feilen.
Forskerne beskriver også FATS, et feiltolerant system for asynkron trening på tvers av roboter. Det skal gjøre det mulig å samle læring fra roboter som ikke nødvendigvis er tilgjengelige samtidig. I rapporteringen nevnes 30 feil som berørte 22 roboter, og at 1,3 prosent av robotenes driftstid gikk tapt. Tallene beskriver rapportert systemytelse, men dokumenterer ikke alene alle detaljer ved hvordan systemet håndterer feil eller overfører erfaringer. 8
Hva viser testene?
Evalueringen omfattet fem oppgaver med fysisk håndtering: blomsterarrangering, bretting av klær, lading av telefon, montering av en krakk og pakking av telefoner.
- Roboter som ikke var med i treningen: To roboter som ikke hadde deltatt i treningen, gjennomførte 600 forsøk. 585 lyktes og 15 mislyktes, noe som gir en rapportert samlet suksessrate på 97,5 prosent. Forskerne oppgir også at robotene gjorde det bedre enn gjennomsnittet til seks menneskelige operatører på hver av oppgavene. Dette gjelder oppgavene i forsøket og viser ikke at roboter generelt er bedre enn mennesker.
- Pakking av telefoner: Den rapporterte suksessraten økte fra 79,2 til 98,3 prosent. Beskrivelsen av evalueringen viser til 120 tester på to roboter som ikke hadde deltatt i treningen.
7
- Flåtestørrelse: Med samme faktiske treningstid økte den rapporterte suksessraten fra 86,7 prosent med 16 roboter til 98,3 prosent med 96. Det tyder på at en større flåte kan samle mer erfaring i løpet av samme tidsrom, men er ingen garanti for at enhver større flåte vil gi samme framgang.
Lovende resultater, men ikke siste ord
CEL bygger på en enkel idé: Bruk feil til å finne situasjoner der det er behov for forbedring, og hent deretter fram relevante eksempler fra flåtens vellykkede forsøk. FERT står for søket og oppdateringen av handlingsstrategien, mens FATS beskrives som systemlaget for asynkron og feiltolerant trening. Resultatene gir tidlige, lovende tegn fra fem oppgaver i den virkelige verden, blant annet tester på roboter som ikke var med i treningen. 13
Resultatene er imidlertid rapportert av forskerteamet, ikke uavhengig gjentatt. De viser hvordan CEL fungerte i det beskrevne oppsettet, men sier ikke i seg selv hvor godt metoden vil fungere med andre roboter, oppgaver 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 "Roboter lærer av flåtens erfaring – ikke bare av mennesker"?
Collective Experience Learning (CEL) lar roboter i drift forbedre en felles handlingsstrategi ved å dele erfaringer fra flåten, i stedet for å være avhengige av nye ekspert demonstrasjoner for hver oppdatering.
What are the key points to validate first?
Collective Experience Learning (CEL) lar roboter i drift forbedre en felles handlingsstrategi ved å dele erfaringer fra flåten, i stedet for å være avhengige av nye ekspert demonstrasjoner for hver oppdatering. FERT bruker konteksten rundt feil til å hente fram lignende, vellykkede handlingsforløp som læringseksempler.