麻省理工学院推出可调节的生成 AI 工具,助力机器人虚拟训练
近日,麻省理工学院(MIT)的计算机科学与人工智能实验室(CSAIL)与丰田研究院共同推出了一款名为 “可引导场景生成”(steera麻省ble scene generation)的生成式 AI 工具,旨在提升机器人学习能力。这款新工具能够创建虚拟训练环境,如厨房、客厅和餐厅,以供工理工程师测试机器人如何处理现实生活中的任务。 图源备注:图片由AI生成,图片授权服务商Midjourney 该平台经过训练,基于超过4400万个3D学院 房间的数据,具备 “可引导” 的特性,利用了一种名为 “蒙特卡洛树搜索”(Monte Carlo tree search,MCTS)的策略。MCT推出S 可以帮助 AI 模型识别并选择场景生成的选项,以实现特定目标,例如让场景尽可能真实,或在场景中添加更多物体。这一策略使得系统在训练过程中能可调够不断学习,创建出日益复杂的场景。 MIT 的博士生兼 CSAIL 研究员尼古拉斯・帕夫(Nicholas Pfaff)表示,这个项目是首次将 MCTS节的 应用于场景生成,将场景生成任务视为一种 “序列决策过程”。他说:“我们通过不断构建部分场景,随着时间的推移生成更好或更理想的场景。因此,MCTS生成 生成的场景比扩散模型训练的场景更为复杂。” 行业专家指出,这项工作可以弥补机器人学习中的一个主要短板,即高质量训练数据的匮乏一直制约着技术的 A发展。亚马逊机器人应用科学家杰里米・比纳吉亚(Jeremy Binagia)表示:“可引导场景生成提供了更好的方法…… 保证了物理的可行I 性,并使得生成更加有趣的场景成为可能。” 研究团队表示,他们项目的优势在于能够为工程师创建多样化、可用的场景。帕夫补充道:“借助我们的引导方法,工具我们能够生成多样化、真实且与任务相一致的场景,从而用于训练我们的机器人。” 尽管该系统仍处于概念验证阶段,团队希望未来能够扩展更多的对象和环境,,助最终利用生成式 AI 创建全新的资产,而不仅仅依赖于固定的库。通过扩大虚拟训练场的多样性和真实感,团队也希望建立一个用户社区,生成大量数据,为机力机器人学习更广泛的技能奠定基础。 划重点: MIT 与丰田研究院合作推出新 AI 工具,增强机器人虚拟训练能力。 🤖 新工具器人利用蒙特卡洛树搜索技术生成复杂场景,推动机器人学习进步。 未来希望扩展更多对象与环境,建立用户社区支持机器人技能训练虚拟。
- 最近发表
- 随机阅读
-
- 蚂蚁开源在外滩大会发布2025全球大模型开源生态全景图,揭示AI开发三大趋势
- 云计算开发实例:Python3获取几天前的时间
- 网易有道文档翻译功能免费开放,搭载“子曰”教育大模型提升多语种交流效率
- Facebook将在总统就职典礼前删除包含“停止窃取大选”内容的帖子
- AI现在能教你画画了
- Facebook任命首位合规官 以应对美国政府的监管审查
- 标签: 短剧
- 标签: 移卡 海外支付 国内支付 GPV
- 分析了 600 多种烘焙配方,机器学习开发出新品
- 标签: 楠菲微电子 交换芯片 PHY芯片 网卡芯片
- 标签: 欧菲光 智能手机摄像头 智能汽车视觉 机器视觉深度相机
- 使用Tekton的云原生CI/CD
- 标签: Agent
- 阿里云和通义大模型成为北京市首批算力伙伴和模型伙伴
- Facebook内容审核员:“科技界最糟糕的工作”?
- 标签: 科大讯飞
- 标签: 鹿明机器人 三菱电机 具身智能 工业自动化
- 云计算核心技术Docker教程:清理未使用的Docker对象
- Pinterest 图板功能获AI驱动升级,旨在成为“AI购物助手”
- 英特尔股东否决高管薪资计划 公司业务表现令人失望
- 搜索
-
- 友情链接