คำตอบเผยแพร่แล้ว16 แหล่งที่มา
ให้หุ่นยนต์เรียนรู้จากกันเอง: เมื่อประสบการณ์ของทั้งฝูงช่วยพัฒนาหุ่นยนต์
Collective Experience Learning (CEL) เปิดทางให้หุ่นยนต์ที่ทำงานอยู่จริงแบ่งปันประสบการณ์ เพื่อพัฒนานโยบายควบคุมร่วมกัน แทนการรอรับคำสาธิตจากผู้เชี่ยวชาญทุกครั้งที่ต้องปรับปรุง FERT ใช้บริบทจากความล้มเหลวเพื่อค้นหาตัวอย่างการทำงานที่สำเร็จและใกล้เคียง ส่วน FATS เป็นระบบฝึกแบบไม่พร้อมกันที่ออกแบบมาเพื่อรองรับการทำงานข...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย
ประเด็นสำคัญ
- Collective Experience Learning (CEL) เปิดทางให้หุ่นยนต์ที่ทำงานอยู่จริงแบ่งปันประสบการณ์ เพื่อพัฒนานโยบายควบคุมร่วมกัน แทนการรอรับคำสาธิตจากผู้เชี่ยวชาญทุกครั้งที่ต้องปรับปรุง
- FERT ใช้บริบทจากความล้มเหลวเพื่อค้นหาตัวอย่างการทำงานที่สำเร็จและใกล้เคียง ส่วน FATS เป็นระบบฝึกแบบไม่พร้อมกันที่ออกแบบมาเพื่อรองรับการทำงานของหุ่นยนต์หลายตัว
AI พรอมต์
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
Collective Experience Learning (CEL) คือแนวทางที่ให้หุ่นยนต์ซึ่งทำงานอยู่จริงนำประสบการณ์มาแบ่งปัน เพื่อร่วมกันปรับปรุงนโยบายควบคุมเดียวกัน แทนการพึ่งคนสาธิตหรือแก้ไขพฤติกรรมใหม่ให้ทุกครั้ง งานวิจัยที่เกี่ยวข้องกับมหาวิทยาลัยชิงหัว บริษัท Infinigence AI และ AgiBot รายงานการทดสอบกับหุ่นยนต์ในฝูงสูงสุด 96 ตัว 1
9
ทำไมต้องแบ่งปันประสบการณ์ระหว่างหุ่นยนต์?
การสาธิตโดยมนุษย์และการแก้ไขพฤติกรรมช่วยให้หุ่นยนต์เรียนรู้ได้ แต่การทำเช่นนี้ซ้ำ ๆ ย่อมทำได้ยากขึ้นเมื่อจำนวนหุ่นยนต์ที่ใช้งานเพิ่มขึ้น CEL จึงให้หุ่นยนต์ช่วยแบ่งเบาภาระการเรียนรู้: เมื่อหุ่นยนต์ตัวหนึ่งทำงานได้สำเร็จ ประสบการณ์นั้นก็อาจนำไปใช้เป็นตัวอย่างให้หุ่นยนต์ตัวอื่นได้ แนวทางนี้ไม่ได้หมายความว่าจะตัดคนออกจากการพัฒนาหุ่นยนต์ แต่ตั้งเป้าลดการพึ่งพาผู้เชี่ยวชาญรายใหม่ในทุกครั้งที่ต้องปรับปรุงระบบ 1
FERT เปลี่ยนความล้มเหลวให้เป็นสัญญาณสำหรับการเรียนรู้
อัลกอริทึมหลักของ CEL คือ Failure-guided Experience Retrieval Fine-tuning (FERT) โดยนำบริบทแวดล้อมก่อนหรือขณะเกิดความล้มเหลวไปค้นหาช่วงการทำงานที่เกี่ยวข้องจากคลังประสบการณ์ที่ทำสำเร็จ แล้วใช้ลำดับการกระทำที่บันทึกไว้ในช่วงนั้นเป็นตัวอย่างสำหรับปรับปรุงนโยบาย กล่าวง่าย ๆ คือ บริบทของความล้มเหลวช่วยชี้ว่าควรค้นหาประสบการณ์แบบไหน ส่วนตัวอย่างที่สำเร็จช่วยบอกว่ามีการกระทำใดที่นำไปใช้ฝึกได้ 4
13
แนวทางนี้มีความสำคัญกับงานจัดการวัตถุที่มีหลายขั้นตอน เพราะผลลัพธ์สุดท้ายที่ระบุเพียง “สำเร็จ” หรือ “ล้มเหลว” ไม่ได้บอกโดยตรงว่าควรปรับปรุงขั้นตอนไหน FERT จึงเสนอวิธีเชื่อมบริบทของปัญหาเข้ากับตัวอย่างการทำงานที่สำเร็จ อย่างไรก็ตาม วิธีนี้ไม่ได้พิสูจน์ด้วยตัวเองว่าการกระทำใดเป็นสาเหตุเฉพาะของความล้มเหลว
ทีมวิจัยยังกล่าวถึง FATS ซึ่งเป็นระบบฝึกแบบไม่พร้อมกันและออกแบบให้ทนต่อข้อขัดข้อง เพื่อรองรับการเรียนรู้จากหุ่นยนต์ที่อาจไม่ได้พร้อมทำงานทุกตัวในเวลาเดียวกัน รายงานระบุว่ามีข้อขัดข้อง 30 ครั้งที่กระทบหุ่นยนต์ 22 ตัว และทำให้สูญเสียเวลาปฏิบัติงานของหุ่นยนต์ 1.3% ตัวเลขเหล่านี้เป็นผลการทำงานของระบบตามที่มีการรายงาน ไม่ได้ยืนยันรายละเอียดทุกประการเกี่ยวกับวิธีฟื้นตัวจากข้อขัดข้องหรือกระบวนการอัปโหลดข้อมูลโดยอิสระ 8
ผลการทดสอบที่รายงาน
การประเมินครอบคลุมงานจัดการวัตถุจริง 5 ประเภท ได้แก่ จัดดอกไม้ พับเสื้อผ้า ชาร์จโทรศัพท์ ประกอบเก้าอี้สตูล และบรรจุโทรศัพท์
- ทดสอบกับหุ่นยนต์ที่ไม่ได้ร่วมฝึก: หุ่นยนต์ 2 ตัวที่ไม่ได้เข้าร่วมการฝึกทำการทดสอบ 600 ครั้ง สำเร็จ 585 ครั้งและล้มเหลว 15 ครั้ง คิดเป็นอัตราความสำเร็จรวมที่รายงานไว้ 97.5% ทีมยังระบุว่าผลของหุ่นยนต์ในแต่ละงานสูงกว่าค่าเฉลี่ยของผู้ปฏิบัติงานที่เป็นมนุษย์ 6 คน การเปรียบเทียบนี้จำกัดอยู่ในงานที่ทดสอบ ไม่ได้แสดงว่าหุ่นยนต์เหนือกว่ามนุษย์โดยทั่วไป
- การบรรจุโทรศัพท์: อัตราความสำเร็จที่รายงานเพิ่มจาก 79.2% เป็น 98.3% ข้อมูลเกี่ยวกับการประเมินระบุว่ามีการทดสอบ 120 ครั้งกับหุ่นยนต์ 2 ตัวที่ไม่ได้ร่วมการฝึก
7
- ขนาดของฝูงหุ่นยนต์: เมื่อใช้เวลาฝึกในโลกจริงเท่ากัน ผลเปรียบเทียบที่รายงานแสดงว่าอัตราความสำเร็จเพิ่มจาก 86.7% เมื่อใช้หุ่นยนต์ 16 ตัว เป็น 98.3% เมื่อใช้ 96 ตัว ผลนี้สนับสนุนแนวคิดว่าฝูงที่ใหญ่ขึ้นอาจรวบรวมประสบการณ์ได้มากขึ้นในเวลาฝึกเท่ากัน แต่ไม่ได้รับประกันว่าการเพิ่มจำนวนหุ่นยนต์ทุกครั้งจะให้ผลดีขึ้นในระดับเดียวกัน
ควรสรุปอย่างไร และยังมีอะไรที่ไม่แน่ชัด?
แนวคิดหลักของ CEL คือใช้ความล้มเหลวช่วยระบุจุดที่ควรพัฒนา แล้วดึงตัวอย่างที่ประสบความสำเร็จจากประสบการณ์ของหุ่นยนต์ทั้งฝูงมาใช้ FERT ทำหน้าที่ค้นหาและนำตัวอย่างไปปรับปรุงนโยบาย ส่วน FATS ถูกอธิบายว่าเป็นระบบรองรับการฝึกแบบไม่พร้อมกันและทนต่อข้อขัดข้อง ผลที่รายงานถือเป็นหลักฐานเบื้องต้นที่น่าสนใจจากงานจริง 5 ประเภท รวมถึงการทดสอบกับหุ่นยนต์ที่ไม่ได้เข้าร่วมการฝึก 13
อย่างไรก็ดี ตัวเลขประสิทธิภาพเหล่านี้ยังเป็นผลที่ทีมวิจัยรายงาน ไม่ใช่ผลที่มีการทำซ้ำยืนยันโดยหน่วยงานอิสระ จึงสะท้อนว่า CEL ทำงานได้อย่างไรในการทดลองชุดนี้ แต่ยังไม่ยืนยันว่าจะถ่ายโอนไปใช้กับหุ่นยนต์ งาน หรือเงื่อนไขการใช้งานอื่นได้ดีเพียงใด
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "ให้หุ่นยนต์เรียนรู้จากกันเอง: เมื่อประสบการณ์ของทั้งฝูงช่วยพัฒนาหุ่นยนต์" คืออะไร
Collective Experience Learning (CEL) เปิดทางให้หุ่นยนต์ที่ทำงานอยู่จริงแบ่งปันประสบการณ์ เพื่อพัฒนานโยบายควบคุมร่วมกัน แทนการรอรับคำสาธิตจากผู้เชี่ยวชาญทุกครั้งที่ต้องปรับปรุง
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
Collective Experience Learning (CEL) เปิดทางให้หุ่นยนต์ที่ทำงานอยู่จริงแบ่งปันประสบการณ์ เพื่อพัฒนานโยบายควบคุมร่วมกัน แทนการรอรับคำสาธิตจากผู้เชี่ยวชาญทุกครั้งที่ต้องปรับปรุง FERT ใช้บริบทจากความล้มเหลวเพื่อค้นหาตัวอย่างการทำงานที่สำเร็จและใกล้เคียง ส่วน FATS เป็นระบบฝึกแบบไม่พร้อมกันที่ออกแบบมาเพื่อรองรับการทำงานของหุ่นยนต์หลายตัว