Generalist AI Releases GEN-1.5 Robot Foundation Model That Learns From a Single Demonstration
Generalist AI released GEN-1.5, a robot foundation model designed to learn physical tasks from one or a few demonstrations while also generalizing to some new situations without task-specific training.
Generalist AI는 단 한 번의 데모만으로 학습하는 GEN-1.5 로봇 기초 모델을 출시했습니다.
제너럴리스트 AI는 GEN-1.5를 출시했습니다. 이 로봇 기초 모델은 한두 번의 시연만으로 물리적 작업을 학습하고, 작업별 훈련 없이도 새로운 상황에 일반화할 수 있도록 설계되었습니다.
10가지 짧은 조작 작업에 대한 테스트에서 GEN-1.5는 단 한 번의 프롬프트로 평균 59%의 성공률을 보였고, 약 5분간의 데이터를 사용한 10단계 훈련 후에는 83%의 성공률을 보였으며, 별도의 작업에서는 1단계 적응을 통해 66.5%의 성공률을 달성했습니다.
제너럴리스트 AI는 해당 모델이 물리적 상호작용 데이터를 기반으로 8개월 이상 사전 학습을 거친 후, 시연을 결합하고, 일부 인간의 행동을 모방하고, 시뮬레이션된 시연을 실제 로봇에 적용하고, 익숙하지 않은 물체와 도구를 사용하여 즉흥적으로 행동할 수 있다고 밝혔습니다.
Generalist AI는 새로운 로봇 기본 모델인 GEN-1.5를 출시했습니다. 이 모델 은 한두 번의 시연만으로 물리적 작업을 학습하고, 작업별 훈련 없이도 새로운 상황에 일반화할 수 있도록 설계되었습니다.
회사 측은 GEN-1.5가 기본 매개변수를 업데이트하지 않고도 3~12초 분량의 시연 영상 한 번만 보고도 일부 작업을 학습할 수 있다고 밝혔습니다. 제너럴리스트 AI는 이러한 접근 방식을 "물리적 프롬프팅"이라고 부르는데, 시연 영상은 센서 및 움직임 정보를 제공하며, 모델은 이를 바탕으로 로봇이 무엇을 해야 하는지 추론합니다.
GEN-1.5는 또한 소수 데이터만으로 적응하는 기능과 제너럴리스트 AI에서 설명하는 '제로샷 물리적 일반화'를 지원합니다. 여기에는 학습된 행동을 익숙하지 않은 사물이나 상황에 적용하고, 새로운 움직임 전략을 즉흥적으로 만들어내며, 경우에 따라서는 작업 시연에 포함되지 않았던 도구를 사용하는 것이 포함됩니다.
https://www.humanoidsdaily.com/news/generalist-ai-unveils-gen-1-5-one-shot-robot-learning-and-the-end-of-heavy-fine-tuning
GEN-1.5 결과 주요 내용
10가지 간단한 조작 작업에 대한 테스트에서 Generalist AI는 다음과 같은 결과를 보고했습니다.
일회성 프롬프트: 추가 교육 없이 3~12초 분량의 시연 한 번으로 평균 59%의 성공률을 보였습니다.
소량 데이터로 미세 조정: 작업당 약 5분 분량의 데이터(약 50회 시연)를 사용하여 10단계 학습 후 평균 83%의 성공률을 달성했습니다.
1단계 적응: 1분 분량의 데이터를 사용한 1단계 훈련 후, 별도의 과제에서 66.5%의 성공률을 보였습니다.
테스트에는 병뚜껑 열기, 필통 지퍼 열기, 지갑에서 돈 꺼내기, 빗으로 물건 쓸기 등이 포함되었습니다. 일반화된 AI는 이러한 작업들이 비교적 간단하고 짧으며, 일회성으로 습득한 기술은 세밀하게 조정된 모델보다 신뢰성이 떨어진다는 점을 지적했습니다.
이 모델은 비디오, 언어, 센서 및 로봇 위치 정보를 처리하고 약 30초 분량의 맥락을 유지합니다. Generalist AI는 GEN-1.5가 개별 시연을 결합하여 더 긴 동작을 만들 수 있으며, 경우에 따라 사람이 손으로 작업을 수행하는 것을 보고 작업을 재현할 수 있다고 밝혔습니다.
회사 측은 시뮬레이션에서 실제 세계로의 전이 과정에서 오류가 전혀 발생하지 않았음을 입증했으며, GEN-1.5의 사전 학습에는 시뮬레이션 데이터가 포함되지 않았고 모델이 해당 특정 작업에 대해 시뮬레이션이나 실제 환경 모두에서 학습되지 않았음에도 불구하고 시뮬레이션에서 완전히 기록된 시연을 실제 로봇에 대한 프롬프트로 사용했다고 보고했습니다.
제너럴리스트 AI는 GEN-1.5가 가정, 창고, 공장 및 기타 환경에서 수집된 물리적 상호 작용 데이터를 기반으로 8개월 이상 사전 학습되었다고 밝혔습니다. 이는 로봇이 새로운 기술을 시도하기 전에 필요한 작업별 데이터 및 학습량을 줄이는 것을 목표로 합니다.
제너럴리스트 AI는 처음부터 단 한 번의 시연만으로 학습할 수 있는 모델을 구축하는 것을 목표로 삼지는 않았다고 밝혔습니다. 대신, 팀은 대량의 물리적 상호작용 데이터를 기반으로 로봇 모델을 학습시키는 데 필요한 기본 사전 학습 시스템과 데이터 파이프라인 개발에 집중했습니다.
일본은행, 긴축 정책 재개…31년 만에 최고 금리 경신 임박...엔캐리 청산 공포 BOJ’s First Rate Hike in 31 Years Gains Momentum, as Yen Carry Trade Unwind Fears Collide With Easing Oil Prices
%20%EC%84%A4%EB%AA%85%20%EC%9E%90%EB%A3%8C.jpg)
댓글 없음:
댓글 쓰기