| Разработчики: | Корнелльский университет (Cornell University) |
| Дата премьеры системы: | апрель 2025 г. |
| Отрасли: | Электротехника и микроэлектроника |
Содержание |
История
2025: Анонс продукта
Исследователи Корнельского университета разработали инновационную систему искусственного интеллекта RHyME (Retrieval for Hybrid Imitation under Mismatched Execution), позволяющую роботам осваивать новые задачи после однократного просмотра обучающего видео. Об этом ученые сообщили в апреле 2025 года, опубликовав результаты исследования и демонстрационные материалы.
По словам разработчиков, адиционное обучение роботов требовало создания точных пошаговых алгоритмов, а любое отклонение от заданной программы — например, падение инструмента или смещение объекта — приводило к невозможности выполнения задачи. Новая технология RHyME принципиально меняет этот подход, позволяя роботам обучаться, наблюдая за действиями человека, аналогично тому, как люди учатся друг у друга.
Соавтор проекта Кушал Кедиа объяснил, что одним из самых утомительных аспектов работы с роботами являлась необходимость сбора огромного количества данных для каждого действия. При этом люди учатся совершенно иначе — просто наблюдая за действиями других и повторяя их.Российский рынок BI-систем: оценки, технотренды, крупнейшие поставщики. Обзор TAdviser 
Главное преимущество системы RHyME заключается в способности робота воспроизводить задачу даже при неполном совпадении его действий с действиями человека на обучающем видео. Это особенно важно, поскольку движения людей слишком плавные и разнообразные для прямого копирования механическими системами.
Традиционные алгоритмы не работали, если демонстрация на видео хотя бы немного отличалась от физических возможностей робота. RHyME позволяет машине анализировать собственную «память» в поисках схожих движений и действий, чтобы адаптировать увиденное к своим возможностям и заполнить недостающие элементы.
Например, если роботу показать видео, где человек берет чашку с кухни и ставит ее в раковину, система не будет требовать точного повторения всех движений. Вместо этого RHyME позволит роботу обратиться к другим записям, где он уже выполнял похожие действия, например, поднимал предметы или размещал их на поверхности, и на основе этого опыта сформировать нужное поведение.[1]
