Обучение роботов

Многие исследовательские коллективы разрабатывают методы, при которых роботы учатся посредством имитации. Это включает различные техники обучения на основе демонстрации (иногда называемого также «программирование по демонстрации») и обучение через наблюдение.

В рамках проекта «Вызов миллиона объектов» под руководством Стефани Теллекс, ставится задача создать роботов, которые научатся определять и манипулировать простыми предметами, а затем загружать собранные данные в облако для анализа и использования другими роботами^[1].

RoboBrain — это движок знаний для роботов, который может свободно использовать любое устройство, выполняющее задачу. База данных наполняется новой информацией о задачах, выполняемых роботами, с помощью поиска в интернете, интерпретации естественного языка, изображений, видео, распознавания объектов, а также во время взаимодействия. Проект возглавляет Ашутож Саксена (англ. Ashutosh Saxena) из Стэнфордского университета.^[2][3]

RoboEarth — проект, описываемый как «Всемирная паутина для роботов», представляет собой сеть и репозиторий, в котором роботы могут обмениваться информацией и учиться друг у друга, а также облачную платформу для выполнения ресурсоёмких вычислений. В проекте участвуют исследовательские центры пяти ведущих университетов Германии, Нидерландов и Испании, при поддержке Европейского союза.^{[4][5][6][7][8]}

Исследовательские подразделения Google — Google Research (англ. Google Research), DeepMind и Google X — приняли решение разрешить своим роботам делиться опытом друг с другом.^[9][10][11]

Исследовательские коллективы и компании разрабатывают модели «зрение-язык-действие», а также основные модели, реализующие робототехническое управление за счёт сочетания анализа изображений и языковых средств. Ведущими участниками этого направления являются Google DeepMind, Figure AI и Hugging Face.