Poproś o to robota postaw kubek z kawą na szafce, a szybko przekonasz się, jak skomplikowana może być zwykła czynność. Wiesz, gdzie powinien być kubek. Możesz obejść krzesło, uniknąć bałaganu na blacie i otworzyć odpowiednią szafkę, nie zastanawiając się długo. Robot musi przejść przez każdą część tego procesu.

To pomaga wyjaśnić, dlaczego dzisiejsze roboty mogą wyglądać imponująco podczas demonstracji, ale nadal mają trudności z wykonywaniem podstawowych prac w domu lub fabryce. Potrzebują doświadczenia w wielu różnych pomieszczeniach i sytuacjach, zanim będą mogli pracować niezawodnie. Nauczenie ich wszystkiego w świecie fizycznym wymaga czasu i dużej ilości praktycznego nadzoru.

Naukowcy z Informatyka MIT oraz Laboratorium Sztucznej Inteligencji i Instytut Badawczy Toyoty uważają, że pomocne mogą być wirtualne szkolenia. Ich system o nazwie SceneSmith wykorzystuje agentów AI do tworzenia szczegółowych środowisk wewnętrznych 3D na podstawie prostych podpowiedzi tekstowych. Roboty mogą następnie ćwiczyć zadania i ujawniać słabe plany działania w przestrzeniach generowanych przez sztuczną inteligencję, zanim wejdą do prawdziwego domu lub miejsca pracy.

Zarejestruj się, aby otrzymać mój DARMOWY raport CyberGuy

• Otrzymuj moje najlepsze wskazówki techniczne, pilne alerty dotyczące bezpieczeństwa i ekskluzywne oferty prosto do swojej skrzynki odbiorczej.
• Aby poznać proste, rzeczywiste sposoby wczesnego wykrywania oszustw i zapewnienia sobie ochrony, odwiedź stronę CyberGuy.com – zaufały mu miliony osób codziennie oglądających CyberGuy w telewizji.
• Ponadto po dołączeniu otrzymasz natychmiastowy i bezpłatny dostęp do mojego Przewodnika przetrwania w trybie Ultimate Scam.

CZY ZAUFAŁbyś MAŁYM ROBOTOM STOMATOLOGICZNYM?

Dlaczego wirtualne domy AI mają znaczenie w szkoleniu robotów

Roboty uczą się poprzez doświadczenie. Jednakże inżynierowie nie są w stanie łatwo zaprojektować każdego układu pomieszczenia lub układu obiektów, jaki może napotkać maszyna. Testy fizyczne wymagają również, aby ktoś zresetował scenę po każdej próbie. Przewrócone krzesło lub źle umieszczona butelka mogą zmienić następny test. Tymczasem nieudany ruch może spowodować uszkodzenie robota lub czegoś w pobliżu.

Symulacja stanowi bezpieczniejszą alternatywę. Robot może powtórzyć zadanie, nie niszcząc naczynia ani nie zajmując miejsca pracy. Mimo to wiele wcześniejszych systemów symulacyjnych tworzyło pomieszczenia, które sprawiały wrażenie skąpych. Często brakowało im bałaganu, ruchomych mebli i fizycznych szczegółów, które można znaleźć w przestrzeniach codziennego użytku. SceneSmith sprawia, że ​​te środowiska szkoleniowe wydają się znacznie bliższe rzeczywistemu światu.

Używają go także inni programiści Technologia wideo AI przyspieszająca szkolenie robotów humanoidalnychprzekształcając niewielkie ilości prawdziwego materiału filmowego w syntetyczne środowiska szkoleniowe.

Jak SceneSmith buduje wirtualne domy AI

SceneSmith zaczyna od prostej pisemnej prośby. Badacz może poprosić o garaż z samochodem i stołem warsztatowym, a następnie dodać opony w rogu i drabinę pod ścianą. Stamtąd trzech agentów AI zasilane przez GPT-5.2 współpracują ze sobą, budując przestrzeń. Projektant zaczyna tworzyć pokój. Krytyk sprawdza, czy wszystko wygląda realistycznie. Koordynator zarządza pracą tam i z powrotem i decyduje, kiedy projekt jest gotowy.

SceneSmith buduje każde środowisko po jednej warstwie na raz. Zaczyna się od planu piętra i mebli, a następnie dodaje obiekty do ścian i sufitu. Mniejsze przedmioty, które robot może podnieść lub przenieść, pojawiają się na końcu. Krytyk wychwytuje także wybory, które wydają mu się nie na miejscu. Może to na przykład sugerować usunięcie wanny z salonu. Koordynator może nawet cofnąć projekt o kilka kroków, gdy część projektu wymaga więcej pracy.

Gdy agenci się zgodzą, SceneSmith dodaje fizykę kontrolującą ruch i reakcję obiektów. W rezultacie badacze otrzymują działający wirtualny pokój, w którym robot może otwierać szafki i obsługiwać przedmioty zamiast sceny 3D, która wygląda jedynie realistycznie.

SceneSmith tworzy obiekty, z których mogą korzystać roboty

Robot potrzebuje czegoś więcej niż realistycznej scenerii. Potrzebuje przedmiotów, które reagują na dotyk. SceneSmith może umieścić szafki z działającymi drzwiami. Może także tworzyć ruchome obiekty i szacować właściwości fizyczne, takie jak masa czy tarcie. Szczegóły te wpływają na reakcję przedmiotu, gdy robot go chwyta, popycha lub upuszcza.

W przypadku standardowych obiektów system może zastosować proces zamiany tekstu na obraz na 3D. Pobiera przegubowe elementy z ruchomymi częściami z wybranej biblioteki. Dzięki takiemu podejściu drzwi szafek i szuflady wewnątrz symulatora są funkcjonalne. System sprawdza również, czy obiekty nie nakładają się na siebie i pozwala grawitacji ustawić je w stabilnych pozycjach.

Naukowcy podali, że 96% obiektów pozostało stabilnych podczas symulacji. Mniej niż 2% par obiektów zderzyło się ze sobą. Ta praca ma znaczenie, ponieważ robot nie może się wiele nauczyć z wirtualnej kuchni, w której kubki unoszą się na wodzie, a meble zagłębiają się w podłogę.

Lepsza praktyka wirtualna mogłaby również wspierać postępy takie jak ten nowy mózg AI, który pomaga robotom poruszać się bardziej jak ludziezwłaszcza gdy zadanie wymaga precyzyjnych ruchów rąk.

HUMANOID ROBOT CZYSZCZY PIERWSZY MIESZKANIE W USA

SceneSmith stworzył ponad 1300 przestrzeni szkoleniowych

Naukowcy wykorzystali SceneSmith do wygenerowania ponad 1300 scen. W kolekcji znalazły się znane przestrzenie, takie jak sypialnie i hotele. Stworzono także niezwykłe ustawienia, w tym sklep z ceramiką i pokój gier inspirowany Minecraftem. Niektóre sceny zawierały nawet sześciokrotnie więcej elementów niż te z wcześniejszych metod. W rezultacie roboty mogą napotkać bałagan, który utrudnia wykonywanie zadań w świecie rzeczywistym.

Być może robot będzie musiał przenieść puszkę po napojach z półki na stół. Innym zadaniem może być umieszczenie filiżanki w zlewie. Każda scena zmienia otoczenie, więc robot nie może polegać na jednym, starannie zainscenizowanym układzie. Dzięki tej różnorodności inżynierowie mogą lepiej sprawdzić, czy plan robota działa, wykraczając poza pojedynczą demonstrację.

Wirtualne domy AI mogą ujawnić błędne plany robotów

W robotyce zasady mówią maszynie, jak ma działać, na podstawie tego, co zaobserwuje. SceneSmith umożliwia badaczom testowanie tych zasad w wielu środowiskach. Zespół wygenerował 100 scen ewaluacyjnych obejmujących cztery zadania manipulacyjne. Polityka robotów próbowała przeprowadzić symulację każdego zadania. Następnie ewaluator AI sprawdził wynik, korzystając z danych z symulatora i obserwacji wizualnych.

Oceniający osiągnął 99,7% zgodności z ludzkimi etykietami. Wynik ten sugeruje, że badacze mogliby wykorzystać system do monitorowania prób robotów na dużą skalę bez ręcznego oceniania każdego uruchomienia. Wyrażenie w nagłówku „ucz się na błędach” wymaga jednego ważnego rozróżnienia. SceneSmith ujawnia, gdzie polityka zawodzi. Inżynierowie mogą wykorzystać te awarie do zrewiduj późniejsze wersje zachowania robota. W tym badaniu system skupił się na generowaniu scen i automatycznej ocenie, a nie na ciągłym samodoskonaleniu się po każdym błędzie.

Naukowcy sprawdzili, czy wirtualne domy działają

Wirtualny pokój może wydawać się realistyczny, a mimo to zachowywać się słabo podczas szkolenia robota. Dlatego zespół przetestował SceneSmith poprzez fizyczną interakcję wewnątrz symulatora. Badacze umieścili w wygenerowanych scenach politykę niezależnie wyszkolonego robota. Polityka ta była starsza niż SceneSmith i nigdy nie obejmowała szkoleń dotyczących jej środowisk ani zasobów.

W jednej z demonstracji robot przeniósł jabłko z miski na deskę do krojenia po otrzymaniu instrukcji językowej. Zespół zdalnie sterował także robotem w wirtualnych przestrzeniach. Naukowcy kierowali nim, gdy otwierał szafki i odkładał butelki. Testy te wykazały, że otoczenie może zapewnić więcej niż tylko kontrolę wzrokową. Wszystkie demonstracje stanowią wczesny dowód na to, że pomieszczenia SceneSmith mogą służyć do przeprowadzania przydatnych eksperymentów z zakresu robotyki.

Ludzie woleli wirtualne pokoje SceneSmith

Naukowcy poprosili 205 osób o porównanie SceneSmith z wcześniejszymi metodami generowania scen. SceneSmith odnotował średni współczynnik zwycięstw wynoszący 92% pod względem realizmu. Uzyskał również średni wskaźnik wygranych na poziomie 91%, jeśli postępował zgodnie z pierwotnym poleceniem.

W praktyce uczestnicy zazwyczaj uważali, że pokoje wyglądają bardziej wiarygodnie i bardziej odpowiadają wymaganiom. Wyniki te potwierdzają wizualną stronę systemu. Jednak ważniejszym testem pozostaje wydajność robota. Zdolność SceneSmith do łączenia realistycznego projektu z użyteczną fizyką daje projektowi największą zaletę.

ROBOT GRACZ PIŁKI NOŻNEJ WGNIECA ŚCIANĘ PRZERAŻAJĄCYMI KOPIENIAMI

SceneSmith nadal boryka się z poważnym problemem związanym z szybkością

Budowa szczegółowych wirtualnych pomieszczeń wymaga czasu. MIT twierdzi, że SceneSmith może potrzebować kilku godzin na wyprodukowanie jednej sceny, ponieważ agenci AI tworzą i sprawdzają wiele obiektów. Większa moc obliczeniowa mogłaby przyspieszyć ten proces. Mimo to utworzenie dużej biblioteki szkoleniowej wymagałoby znacznych zasobów.

Obecny system zapewnia również ograniczoną obsługę obiektów odkształcalnych, takich jak gąbki. Materiały te zmieniają kształt pod wpływem dotyku, co utrudnia ich odtworzenie w symulacji. Naukowcy mają nadzieję, że większe biblioteki 3D pomogą im rozszerzyć te możliwości.

Testy w świecie rzeczywistym nadal będą odgrywać kluczową rolę. Domy zawierają nieprzewidywalnych ludzi i przedmioty, które ulegają zużyciu lub zniszczeniu. Symulacja może ograniczyć ryzykowne próby i błędy, ale inżynierowie nadal muszą udowodnić, że roboty zachowują się bezpiecznie poza pomieszczeniem cyfrowym.

Co to oznacza dla Ciebie

Przyszły robot domowy będzie mógł ćwiczyć w setkach, a nawet tysiącach wirtualnych pomieszczeń, zanim wjedzie do Twojej kuchni. Daje to programistom większe szanse na wyłapanie złego ruchu lub słabego planu działania, podczas gdy robot pozostaje w symulatorze. SceneSmith może także wystawiać robota na działanie pomieszczeń wypełnionych różnymi meblami, przedmiotami i układami. To ma znaczenie, bo Twoja kuchnia w niczym nie będzie przypominała starannie zaaranżowanej przestrzeni, w której robot po raz pierwszy uczył się wykonywania jakiegoś zadania.

Takie przygotowanie mogłoby w końcu nastąpić pomóż maszynom takim jak ten domowy robot zaprojektowany do gotowania, sprzątania i radzenia sobie z bałaganem i niespodziankami spotykane w codziennych domach.

Technologia pozostaje na etapie badań, a roboty będą nadal wymagały wielu testów w świecie fizycznym. Mimo to firma SceneSmith zajmuje się problemem, który muszą rozwiązać twórcy robotów: jak przygotować maszynę do użytku w domach, w których przesuwają się krzesła, na ladach panuje bałagan i prawie nic nie pozostaje na tym samym miejscu?

Najważniejsze wnioski Kurta

SceneSmith udostępnia robotom m.in bezpieczne miejsce pomylić się. Inżynierowie mogą wykryć nieprawidłowy ruch w zatłoczonym wirtualnym domu, zanim maszyna ryzykuje uszkodzenie czegoś lub zbliżenie się zbyt blisko osoby. To, co czyni ten system interesującym, to fakt, że pokoje faktycznie działają jak przestrzenie fizyczne. Szafki otwierają się, przedmioty się poruszają, a roboty mogą wchodzić w interakcję z tym, co ich otacza. Największą wadą jest prędkość. Tworzenie jednej szczegółowej sceny może zająć wiele godzin. Mimo to środowiska generowane przez sztuczną inteligencję mogą pomóc programistom wychwycić więcej problemów, zanim robot wejdzie do Twojego domu.

Czy bardziej ufałbyś robotowi domowemu, gdyby popełnił już tysiące błędów w domach wykorzystujących sztuczną inteligencję? Daj nam znać, pisząc do nas na adres Cyberguy.com

KLIKNIJ TUTAJ, ABY POBRAĆ APLIKACJĘ FOX NEWS

Zarejestruj się, aby otrzymać mój DARMOWY raport CyberGuy

• Otrzymuj moje najlepsze wskazówki techniczne, pilne alerty dotyczące bezpieczeństwa i ekskluzywne oferty prosto do swojej skrzynki odbiorczej.
• Aby poznać proste, rzeczywiste sposoby wczesnego wykrywania oszustw i zapewnienia sobie ochrony, odwiedź stronę CyberGuy.com – zaufały mu miliony osób codziennie oglądających CyberGuy w telewizji.
• Ponadto po dołączeniu otrzymasz natychmiastowy i bezpłatny dostęp do mojego Przewodnika przetrwania w trybie Ultimate Scam.

Prawa autorskie 2026 CyberGuy.com. Wszelkie prawa zastrzeżone.