VLCP: Vision Language Control Policy Closed-Loop Code Replanning for Robot Manipulation
VLCP führt eine trainingsfreie Robotermanipulations-Policy ein, die ein Vision-Language-Modell eingefroren hält und eine Closed-Loop-Steuerung ermöglicht, indem sie dieses alle Schritte basierend auf Multi-View-Beobachtungen seinen eigenen Python-Steuerungscode dynamisch umschreiben lässt, wodurch durch In-Episode-Fehlerbehebung eine verzehnfache Verbesserung der Erfolgsrate gegenüber Open-Loop-Baselines erreicht wird.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
In der Welt der Robotik gibt es eine beständige Lücke zwischen dem, was ein Computer verstehen kann, und dem, was er tatsächlich tun kann. Jahrelang haben Wissenschaftler versucht, diese zu schließen, indem sie Roboter dazu brachten, die Sprache der Bewegung zu sprechen, wobei sie leistungsstarke Modelle der künstlichen Intelligenz zwangen, ein neues, spezialisiertes Vokabular von Bewegungsbefehlen zu erlernen. Dieser Ansatz erfordert enorme Mengen an Trainingsdaten und entzieht dem Roboter oft die Fähigkeit zu denken, sodass er lediglich lernt, spezifische Handlungen auswendig zu lernen, anstatt die Situation zu verstehen. Eine jüngere Idee legt nahe, dass wir einem Roboter, anstatt eine neue Sprache beizubringen, erlauben sollten, diejenene zu sprechen, die er bereits am besten beherrscht: Computercode. Indem man eine KI bittet, ein kurzes Programm zu schreiben, das dem Roboter sagt, wie er sich bewegen soll, können Forscher die Denkfähigkeit der KI intakt halten. Ein wesentlicher Makel dieser Methode war jedoch, dass das Programm einmal geschrieben wird, bevor der Roboter mit der Bewegung beginnt. Wenn der Roboter ein Objekt verfehlt oder gegen etwas stößt, läuft das Programm blind weiter und trägt diesen Fehler bis zum Ende der Aufgabe fort, ohne eine Möglichkeit zur Korrektur zu bieten.
Eine neue Studie stellt ein System namens VLCP vor, das die Regeln ändert, indem es dem Roboter erlaubt, seine eigenen Anweisungen umzuschreiben, während er noch arbeitet. Die Forscher entwickelten ein Framework, in dem ein eingefrorenes, vortrainiertes Modell der künstlichen Intelligenz als Aufseher fungiert. Anstatt einen einzelnen Satz von Befehlen zu Beginn zu senden, pausiert das System alle fünfzig Schritte, um die aktuelle Situation des Roboters durch Kameras und Sensoren zu betrachten. Es bittet die KI dann, eine frische, kurze Python-Funktion zu schreiben, um die nächsten fünfzig Schritte basierend auf dem zu handhaben, was es gerade gesehen hat. Wenn der Roboter in der vorherigen Phase ein Objekt nicht aufgehoben hat, bemerkt die KI den Fehler in den Bildern, schreibt einen neuen Codeabschnitt, um den Ansatz zu korrigieren, und versucht es erneut – alles innerhalb desselben Versuchs. Dies schafft einen geschlossenen Kreislauf, in dem die Steuerungssoftware selbst editiert wird, anstatt nur die Bewegungen des Roboters angepasst zu werden.
Die Forscher testeten dieses System in einer simulierten Umgebung, die fünfundsiebzig verschiedene Aufgaben enthielt, die von einfachem Objektgreifen bis hin zu komplexen Sequenzen in Küchen- und Wohnzimmerumgebungen reichten. Sie verglichen ihre Methode mit einer Version desselben Systems, das den Code nur einmal zu Beginn schrieb und nie wieder zurückblickte. Der Unterschied war eklatant. Das System, das seinen Code während des Vorgangs umschrieb, war in fünfunddreißig Prozent der Aufgaben erfolgreich, während dasjenige, das seinem ursprünglichen Plan folgte, nur in drei Prozent erfolgreich war. Diese zehnfache Verbesserung zeigte sich in jeder Art von Szene, die sie getestet hatten. Der Schlüssel zu diesem Erfolg lag nicht nur darin, dass der Roboter seine Fehler sehen konnte, sondern dass er die sehr Anweisungen ändern konnte, die diese Fehler verursachten. In fast dreißig Prozent der Fälle, in denen der Roboter anfangs versagte, ein Objekt zu greifen, erkannte das System den Fehler, schrieb den Ansatz um und hob den Gegenstand später im selben Versuch erfolgreich an. Ohntohne die Fähigkeit, den Code während der Aufgabe zu editieren, wären diese Fehler permanent gewesen.
Um sicherzustellen, dass dieser Prozess praktikabel ist, maß das Team, wie viel Rechenleistung er erforderte. Da die KI bei jeder Überprüfung den Großteil der gleichen Hintergrundinformationen wiederverwendete, musste das System jedes Mal nur eine geringe Menge an neuen Daten verarbeiten. Dies ermöglichte es dem Robot, zu pausieren, nachzudenken und seine Anweisungen etwa zehnmal während einer einzigen Aufgabe umzuschreiben, ohne zu langsam oder zu teuer im Betrieb zu werden. Die Studie zeigte auch, dass diese Methode nicht darauf beruhte, dass der Roboter spezifische Phrasen oder Anweisungen auswendig lernte. Als die Forscher die Wortwahl der Aufgabenbeschreibungen änderten, blieb die Leistung des Systems stabil, während andere Modelle, die auf Trainingsdaten angewiesen waren, signifikant Schwierigkeiten hatten, wenn sich die Sprache leicht änderte. Dies deutet darauf hin, dass das System das Ziel wirklich versteht, anstatt nur Muster abzugleichen.
Die Forscher stellten sorgfältig fest, dass ihre Ergebnisse aus einer Computersimulation stammen und nicht von einem physischen Roboter in einem echten Raum. Das System verlässt sich derzeit auf perfekte digitale Informationen darüber, wo sich Objekte befinden, was reale Kameras nicht immer mit solcher Gewissheit bereitstellen können. Zudem bedeutet die Zeit, die die KI benötigt, um einen neuen Code zu generieren, dass dieser Ansatz eher für Aufgaben geeignet ist, die keine blitzschnellen Reaktionen erfordern. Trotz dieser Einschränkungen zeigt die Studie einen klaren Weg auf: Indem man die KI in der Sprache des Codes belässt und ihr erlaubt, ihre eigenen Fehler während des Geschehens zu korrigieren, können Roboter wesentlich fähiger werden, ohne dass sie an tausenden menschlichen Demonstrationen neu trainiert werden müssen. Die Arbeit legt nahe, dass die Zukunft der Robotersteuerung nicht darin liegen könnte, Maschinen neue Wege der Bewegung beizubringen, sondern ihnen die Freiheit zu geben, ihre eigenen Pläne zu editieren, während sie lernen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.