Instituto de Investigación de Toyota afirma haber logrado un avance para enseñar nuevos comportamientos a los robots

• Toyota Research Institute (TRI) anunció un avance para enseñar nuevas habilidades a los robots usando un enfoque de IA generativa basado en Diffusion Policy.
• Este nuevo enfoque mejora de forma significativa la utilidad de los robots y representa un paso más hacia la creación de "Large Behavior Models (LBMs)" para robots, similares a los Large Language Models (LLMs) que revolucionaron la IA conversacional.
• Esta nueva técnica de entrenamiento es eficiente y genera comportamientos de alto rendimiento, por lo que los robots pueden ayudar a las personas de manera más efectiva.
• Las técnicas anteriores de entrenamiento de robots eran lentas, inconsistentes e ineficientes, y en su mayoría estaban limitadas a tareas de alcance reducido realizadas en entornos muy restringidos.
• TRI enseñó a los robots más de 60 habilidades difíciles y diestras, como verter líquidos, usar herramientas y manipular objetos deformables, utilizando este nuevo enfoque.
• TRI tiene como objetivo enseñar cientos de nuevas habilidades para finales de este año y 1,000 para finales de 2024.
• Los robots de TRI ahora pueden interactuar con el mundo de maneras diversas y ricas, lo que algún día podría permitirles ayudar a las personas en situaciones cotidianas y en entornos impredecibles y en constante cambio.
• El modelo de comportamiento robótico de TRI combina demostraciones táctiles de un instructor con descripciones verbales de los objetivos, y usa Diffusion Policy impulsado por IA para aprender las habilidades demostradas.
• TRI desarrolló Diffusion Policy en colaboración con el grupo del profesor Song de Columbia University, como un potente enfoque de IA generativa para el aprendizaje de comportamientos.
• La plataforma robótica de TRI fue construida a medida para tareas diestras de manipulación con dos brazos, lo que permite retroalimentación háptica y detección táctil.
• TRI usa Drake, un diseño basado en modelos para el diseño robótico, que ofrece un conjunto de herramientas de última generación y una plataforma de simulación para ampliar y acelerar aún más el desarrollo tanto en simulación como en el mundo real.
• La seguridad es un eje central de los esfuerzos de desarrollo robótico de TRI, y el sistema incluye sólidas salvaguardas diseñadas para respetar garantías de seguridad, como evitar que el robot choque consigo mismo o con su entorno.
• Se puede encontrar información más técnica sobre este avance de TRI en el blog de Medium de TRI, y será discutida en una sesión de preguntas y respuestas en LinkedIn Live el 4 de octubre.

[GN⁺]

Comentarios de Hacker News

• Toyota Research Institute (TRI) está recibiendo elogios por haber logrado avances en la enseñanza de nuevos comportamientos a los robots.
• La clave de este avance fue Diffusion Policy, desarrollado en el laboratorio de la profesora Shuran Song de la Universidad de Columbia, que ahora se encuentra en Stanford.
• Diffusion Policy ganó popularidad en la comunidad al recibir el premio al mejor artículo en la conferencia R:SS de este año.
• La profesora Song es reconocida como una figura líder en robótica, con varios enfoques que pueden escalar a aplicaciones del mundo real.
• El curso en línea de Russ Tedrake, Underactuated Robotics, es recomendado para entender la complejidad de la robótica.
• Google también está llevando a cabo un proyecto similar centrado en retroalimentación de fuerza y sensores de presión.
• El video del robot de Toyota Research volteando panqueques, que muestra a un robot aprendiendo mediante demostración, está siendo muy bien valorado.
• Algunos usuarios comparan el trabajo de TRI con el proyecto PaLM-E de Google, lo que refleja un momento emocionante para el campo de la robótica.
• Los robots humanoides de propósito general podrían lograrse combinando tecnología de captura de movimiento con algoritmos de aprendizaje automático.
• Algunos usuarios cuestionan la viabilidad de ocupar simultáneamente dos cargos de tiempo completo, como en el caso de un profesor del MIT que también es vicepresidente de TRI.
• Existe preocupación por los posibles riesgos de usar gen-AI en robótica, ya que movimientos inesperados podrían causar daños o lesiones.