谷歌DeepMind重磅研究：通才版机器人AI智能体

谷歌DeepMind今日发布最新论文，介绍了一种名为“RoboCat”的自我提升机器人AI智能体。它会学习如何操纵各种机械臂以完成任务，并生成新的训练数据来提高自身技术，具备独立学习和快速自我提升的能力。

RoboCat基于谷歌DeepMind的多模态模型Gato，相比其他最先进的模型，学习速度更快，只需要100次演示就可以解决任务，并从自己生成的数据中进行改进。谷歌DeepMind表示，这种能力将有助于加速机器人研究，因为它减少了对人类监督训练的需求，是创造通用机器人的重要一步。

博客地址:https://www.deepmind.com/blog/robocat-a-self-improving-robotic-agent

此前，研究人员已经探索了如何开发能够大规模学习多种任务的机器人，并将对语言模型的理解与辅助机器人的现实世界能力相结合。RoboCat是第一个解决和适应多重任务的智能体，并且是在不同的真实机器人之间进行完成的。

随着RoboCat进一步学习新的任务，它将越来越擅长学习更多的新任务。在每个任务学习了500次演示之后，最初版本的RoboCat在以前没见过的任务上只有36%的成功率。但最新版本的RoboCat经过更多样化的任务训练后，在相同任务上的成功率提高了两倍多。