یه ایجنت کدنویسی بدون آموزش رباتیک، ربات رو کنترل کرد
خلاصهٔ کاملتر
محققهای استنفورد یه ایجنت کدنویسی عمومی به اسم Codex Astra 6 رو، بدون اینکه هیچ آموزش رباتیکی بهش اضافه کنن، به ربات تجاری Stretch 4 وصل کردن. اسم این سیستم VIA هست (یعنی Visual Interface Agent). تو پنج تا کار فیزیکی و ۲۵ تلاش، ایجنت ۲۴ بار موفق شد.
روش کار سادهست: ایجنت تصویر دوربین رو میبینه و یه نشونگر مجازی میذاره که بگه گیرهٔ ربات (gripper) باید کجا بره. بعد این هدف رو از چند زاویهٔ دوربین چک میکنه و اگه جاش درست نبود جابهجاش میکنه. آخرش به یه کنترلر جدا میگه بازو رو ببره اونجا. ایجنت هیچوقت تصمیم نمیگیره هر مفصل یا موتور چطور حرکت کنه؛ این کار مال کنترلر خود رباته. یعنی همون حلقهای که ایجنتها موقع کار با کامپیوتر دارن: نگاه کن، هدف بذار، انجام بده، نتیجه رو چک کن.
یه مثال جالب از تحقیق: موقع تمیز کردن میز، گیرهٔ ربات جلوی دوربین رو گرفته بود و ایجنت گیره رو کنار برد تا ببینه میز واقعاً تمیز شده یا نه. یه بار هم که گرفتن دستمال جواب نمیداد، روشش رو عوض کرد و با گیرهٔ بسته دستمال رو روی میز هل داد. هیچکس این راهحل رو براش برنامهریزی نکرده بود.
نویسنده این نتیجه رو به Bitter Lesson ریچارد ساتن ربط میده؛ یعنی این ایده که روشهای عمومی که با محاسبهٔ بیشتر بهتر میشن، آخرش سیستمهای تخصصی دستساز رو شکست میدن. به گفتهٔ مقاله، OpenAI هم محققهای رباتیکش رو به بخش اصلی تحقیقاتش منتقل کرده و دلیلش رو مفیدتر شدن مدلهای عمومی برای رباتیک گفته. البته مدلهای تخصصی رباتیک هنوز از رده خارج نشدن.
مدل خوب بهتنهایی کافی نیست. یه تحقیق دیگه به اسم RUA نشون داده که با ثابت نگه داشتن مدل و فقط بهتر کردن harness (یعنی نرمافزاری که اطلاعات رو به مدل میده و دستوراتش رو اجرا میکنه) امتیاز شبیهسازی کلی بالا رفته.
بزرگترین مانع هنوز سرعته. تو یه تحقیق روی ربات انساننمای G1، حدود ۹۰٪ زمان صرف فکر کردن مدل شده و کارهای موفق بیش از یه ساعت طول کشیده. دنیای واقعی منتظر مدل نمیمونه، پس سیستم باید بهموقع جواب بده، نه فقط آخرش درست.
نکات کلیدی:
- سیستم VIA استنفورد با ربات Stretch 4 تو ۲۴ از ۲۵ تلاش در پنج کار موفق شد
- ایجنت فقط هدف مکانی گیره رو تعیین میکرد و حرکت موتورها با کنترلر خود ربات بود
- تحقیق RUA: با همون مدل و فقط harness بهتر، امتیاز شبیهسازی خیلی بالا رفت
- روی ربات G1 حدود ۹۰٪ زمان صرف فکر کردن مدل شد و هر کار بیش از یه ساعت طول کشید
- OpenAI محققهای رباتیکش رو به سازمان اصلی تحقیقات منتقل کرد




