Nghiên cứu · MarkTechPost（RSS）
NVIDIA ra mắt ASPIRE: Khung tự cải tiến giúp robot đạt hiệu suất đột phá
NVIDIA cùng các đại học hàng đầu giới thiệu ASPIRE, khung học tập liên tục giúp robot tự tối ưu hóa chương trình điều khiển. Hệ thống đạt bước tiến lớn trong các tác vụ phức tạp, với tỷ lệ thành công
NVIDIA cùng các đại học hàng đầu giới thiệu ASPIRE, khung học tập liên tục giúp robot tự tối ưu hóa chương trình điều khiển. Hệ thống đạt bước tiến lớn trong các tác vụ phức tạp, với tỷ lệ thành công tăng vọt từ 20% lên 92% trong thử nghiệm thực tế.
Đột phá quan trọng trong lĩnh vực robot tự hành (Embodied AI) với kết quả thực nghiệm ấn tượng, có tính ứng dụng cao trong tương lai.
Nội dung dịch chi tiết
Việc lập trình robot truyền thống gặp nhiều khó khăn do đòi hỏi sự phối hợp thủ công giữa nhận thức đa phương thức, động lực học tiếp xúc và xử lý lỗi. Các hệ thống 'Code-as-policy' cho phép mô hình ngôn ngữ tạo ra chương trình thực thi, nhưng thường thiếu khả năng học hỏi từ lỗi sai hoặc lưu trữ kinh nghiệm.
Nhóm nghiên cứu từ NVIDIA và các trường đại học đã giới thiệu ASPIRE (Agentic Skill Programming through Iterative Robot Exploration). Đây là hệ thống học tập liên tục sử dụng kiến trúc điều phối viên - tác nhân. Thay vì chỉ nhận phản hồi chung chung, ASPIRE sử dụng các dấu vết đa phương thức cho từng bước thực thi, giúp xác định chính xác nguyên nhân lỗi như lập kế hoạch chuyển động hay nhận thức.
Thư viện kỹ năng của ASPIRE lưu trữ các giải pháp đã được kiểm chứng dưới dạng hướng dẫn ngữ cảnh, bao gồm chiến lược sửa lỗi và quy trình gỡ lỗi. Hệ thống sử dụng tìm kiếm tiến hóa để tạo ra nhiều ứng viên chương trình, tránh việc lặp lại các chiến lược thất bại. Điều này cho phép tác nhân khám phá các phương pháp giải quyết vấn đề đa dạng hơn.
Trong các thử nghiệm trên LIBERO-Pro, ASPIRE đạt hiệu suất ấn tượng với khả năng zero-shot lên tới 31% trên các tác vụ dài, vượt xa mức 4% của các phương pháp trước đây. Hệ thống cũng cho thấy khả năng chuyển đổi kỹ năng hiệu quả trên robot thực tế, giúp giảm đáng kể chi phí gỡ lỗi và tăng tỷ lệ thành công trong các tác vụ phức tạp như nâng đồ vật hay mở ngăn kéo.
Ý chính từ bài gốc
- ASPIRE là khung làm việc giúp robot tự gỡ lỗi và lưu trữ các giải pháp thành thư viện kỹ năng có thể tái sử dụng.
- Hệ thống sử dụng dấu vết đa phương thức chi tiết để xác định nguyên nhân lỗi thay vì phản hồi tác vụ chung chung.
- Đạt hiệu suất zero-shot 31% trên các tác vụ LIBERO-Pro dài, vượt trội so với mức 4% của các phương pháp cũ.
- Khả năng chuyển đổi kỹ năng từ mô phỏng sang robot thực tế giúp giảm chi phí gỡ lỗi và tăng tỷ lệ thành công.