Nvidia представила Eureka — ИИ-агента для обучения роботов выполнению сложных физических действий
Люди просто дают обратную связь на естественном языке, а GPT-4 внесет необходимые уточнения. Эта стратегия снижает нагрузку на ручной труд на порядки.
ИИ-агент Eureka помогает автоматизировать одну из рутинных задач в области нейросетей — разработку алгоритмов обучения с подкреплением.
Для более эффективного обучения Eureka может анализировать большие выборки кандидатов на вознаграждение, выбирая из них лучших.
Можно масштабировать Eureka благодаря IsaacGym, физическому симулятору с графическим ускорением, который ускоряет реальность в 1000 раз.
В тестовом наборе из 29 задач, выполняемых 10 роботами, Eureka вознаграждает за выполнение 83% задач, написанных экспертами человеком, в среднем на 52%. Eureka может научиться трюкам с вращением ручки, которые даже художникам компьютерной графики очень сложно анимировать кадр за кадром!
Eureka также обеспечивает новую форму контекстной RLHF, которая способна включать обратную связь человека-оператора на естественном языке для управления и согласования функций вознаграждения. Он может служить мощным вторым пилотом для инженеров-роботов при разработке сложных моделей поведения двигателей.
GitHub тут.
Люди просто дают обратную связь на естественном языке, а GPT-4 внесет необходимые уточнения. Эта стратегия снижает нагрузку на ручной труд на порядки.
ИИ-агент Eureka помогает автоматизировать одну из рутинных задач в области нейросетей — разработку алгоритмов обучения с подкреплением.
Для более эффективного обучения Eureka может анализировать большие выборки кандидатов на вознаграждение, выбирая из них лучших.
Можно масштабировать Eureka благодаря IsaacGym, физическому симулятору с графическим ускорением, который ускоряет реальность в 1000 раз.
В тестовом наборе из 29 задач, выполняемых 10 роботами, Eureka вознаграждает за выполнение 83% задач, написанных экспертами человеком, в среднем на 52%. Eureka может научиться трюкам с вращением ручки, которые даже художникам компьютерной графики очень сложно анимировать кадр за кадром!
Eureka также обеспечивает новую форму контекстной RLHF, которая способна включать обратную связь человека-оператора на естественном языке для управления и согласования функций вознаграждения. Он может служить мощным вторым пилотом для инженеров-роботов при разработке сложных моделей поведения двигателей.
GitHub тут.