В основе разработки лежит комбинация технологии Retrieval-Augmented Generation и глубоко настроенных трансформерных нейронных сетей. Такой подход переводит взаимодействие человека и машины из плоскости жестких инструкций в режим адаптивного обучения. Вместо выполнения заданного сценария система постоянно оценивает результативность своих движений и исправляет неточности прямо во время выполнения задачи. Научное описание метода опубликовано в журнале Scientific reports.
Новый алгоритм позволяет роботам учиться на ошибках в реальном времени
Исследователи представили систему, которая дает машинам возможность самостоятельно корректировать действия в производственной среде. Технология опирается на механизм regret-based learning, позволяющий роботу анализировать собственные промахи и моментально менять алгоритм поведения, не дожидаясь вмешательства оператора или перепрограммирования со стороны инженеров, что открывает путь к более гибкой автоматизации рабочих процессов.
Комментарии (0)
Пока нет комментариев. Будьте первым!