[討論] 為何機器人AI不透過強化式學習訓練?
剛剛看了YouTube 介紹特斯拉Optimus的影片
裡面提到特斯拉裡面有50位人員
專門用VR裝置去操控Optimus
去執行某修動作 例如分類物品
然後就可以透過這些動作訓練模型
但是跟特斯拉成千上萬個車子數據比起來
這只能算是小巫見大巫
那我就好奇 為什麼機器人不透過強化式學習的方式去訓練
如同訓練AI玩遊戲一樣
可以給個很明確的計分方式
然後讓AI自己去玩遊戲
只要規則夠明確 AI自己就可以訓練練到很強
同樣道理 我讓一顆球放在一個發射平台
會自動彈出 然後球上有晶片
只要機器人可以在越短的時間去把球撿回來
他就可以得到高分
如此一來他就可以去學習如何快速辨識球的位置
如何規劃路線 如何最佳應用他的身體
然後快速把球撿起來 放回發射平台
這樣作法的好處是可以做出成千上萬台機器人
讓他們自己去訓練 一年365天24小不停歇
這樣就能產生大量數據 快速精進機器人AI模型
同樣的模式還可以特用的很多事情上
所以為何現在的機器人公司不這樣做
要用真的人去訓練搜集數據呢?
還是其實有在做了?
-----
Sent from JPTT on my iPhone
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.192.92.120 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1729094085.A.D1F.html
→
10/17 00:03,
4小時前
, 1F
10/17 00:03, 1F
原來已經有了嗎?
推
10/17 00:04,
4小時前
, 2F
10/17 00:04, 2F
如果任務能成功達成 好像也不失為一個方法? 只是任務怎麼定義就很重要
→
10/17 00:04,
4小時前
, 3F
10/17 00:04, 3F
※ 編輯: seal46825 (123.192.92.120 臺灣), 10/17/2024 00:05:46
※ 編輯: seal46825 (123.192.92.120 臺灣), 10/17/2024 00:06:44
→
10/17 00:22,
4小時前
, 4F
10/17 00:22, 4F
→
10/17 00:25,
4小時前
, 5F
10/17 00:25, 5F
→
10/17 00:25,
4小時前
, 6F
10/17 00:25, 6F
→
10/17 00:26,
4小時前
, 7F
10/17 00:26, 7F
→
10/17 00:26,
4小時前
, 8F
10/17 00:26, 8F
→
10/17 00:26,
4小時前
, 9F
10/17 00:26, 9F
→
10/17 00:28,
4小時前
, 10F
10/17 00:28, 10F
→
10/17 00:28,
4小時前
, 11F
10/17 00:28, 11F
→
10/17 00:28,
4小時前
, 12F
10/17 00:28, 12F
→
10/17 00:32,
4小時前
, 13F
10/17 00:32, 13F
→
10/17 00:32,
4小時前
, 14F
10/17 00:32, 14F
→
10/17 00:32,
4小時前
, 15F
10/17 00:32, 15F
→
10/17 00:32,
4小時前
, 16F
10/17 00:32, 16F
→
10/17 00:33,
4小時前
, 17F
10/17 00:33, 17F
→
10/17 00:33,
4小時前
, 18F
10/17 00:33, 18F
→
10/17 00:34,
4小時前
, 19F
10/17 00:34, 19F
→
10/17 00:34,
4小時前
, 20F
10/17 00:34, 20F
推
10/17 00:50,
4小時前
, 21F
10/17 00:50, 21F
推
10/17 01:00,
3小時前
, 22F
10/17 01:00, 22F
推
10/17 01:01,
3小時前
, 23F
10/17 01:01, 23F
→
10/17 01:01,
3小時前
, 24F
10/17 01:01, 24F
→
10/17 01:01,
3小時前
, 25F
10/17 01:01, 25F
→
10/17 01:01,
3小時前
, 26F
10/17 01:01, 26F
→
10/17 01:02,
3小時前
, 27F
10/17 01:02, 27F
→
10/17 01:02,
3小時前
, 28F
10/17 01:02, 28F
→
10/17 01:02,
3小時前
, 29F
10/17 01:02, 29F
→
10/17 01:03,
3小時前
, 30F
10/17 01:03, 30F
→
10/17 01:03,
3小時前
, 31F
10/17 01:03, 31F
→
10/17 01:03,
3小時前
, 32F
10/17 01:03, 32F
→
10/17 01:03,
3小時前
, 33F
10/17 01:03, 33F
→
10/17 01:05,
3小時前
, 34F
10/17 01:05, 34F
→
10/17 01:05,
3小時前
, 35F
10/17 01:05, 35F
推
10/17 01:05,
3小時前
, 36F
10/17 01:05, 36F
→
10/17 01:07,
3小時前
, 37F
10/17 01:07, 37F
推
10/17 01:07,
3小時前
, 38F
10/17 01:07, 38F
→
10/17 01:07,
3小時前
, 39F
10/17 01:07, 39F
→
10/17 01:08,
3小時前
, 40F
10/17 01:08, 40F
→
10/17 01:08,
3小時前
, 41F
10/17 01:08, 41F
→
10/17 01:08,
3小時前
, 42F
10/17 01:08, 42F
推
10/17 01:20,
3小時前
, 43F
10/17 01:20, 43F
推
10/17 01:26,
3小時前
, 44F
10/17 01:26, 44F
→
10/17 01:29,
3小時前
, 45F
10/17 01:29, 45F
→
10/17 01:30,
3小時前
, 46F
10/17 01:30, 46F
→
10/17 01:42,
3小時前
, 47F
10/17 01:42, 47F
→
10/17 01:43,
3小時前
, 48F
10/17 01:43, 48F
→
10/17 01:43,
3小時前
, 49F
10/17 01:43, 49F
→
10/17 01:43,
3小時前
, 50F
10/17 01:43, 50F
→
10/17 01:54,
3小時前
, 51F
10/17 01:54, 51F
→
10/17 01:54,
3小時前
, 52F
10/17 01:54, 52F
→
10/17 02:03,
2小時前
, 53F
10/17 02:03, 53F
→
10/17 02:04,
2小時前
, 54F
10/17 02:04, 54F
→
10/17 02:05,
2小時前
, 55F
10/17 02:05, 55F
→
10/17 02:05,
2小時前
, 56F
10/17 02:05, 56F
→
10/17 02:05,
2小時前
, 57F
10/17 02:05, 57F
→
10/17 02:05,
2小時前
, 58F
10/17 02:05, 58F
→
10/17 02:06,
2小時前
, 59F
10/17 02:06, 59F
→
10/17 02:07,
2小時前
, 60F
10/17 02:07, 60F
→
10/17 02:09,
2小時前
, 61F
10/17 02:09, 61F
→
10/17 02:09,
2小時前
, 62F
10/17 02:09, 62F
→
10/17 02:10,
2小時前
, 63F
10/17 02:10, 63F
→
10/17 02:10,
2小時前
, 64F
10/17 02:10, 64F
→
10/17 02:11,
2小時前
, 65F
10/17 02:11, 65F
→
10/17 02:11,
2小時前
, 66F
10/17 02:11, 66F
→
10/17 03:44,
1小時前
, 67F
10/17 03:44, 67F
→
10/17 03:44,
1小時前
, 68F
10/17 03:44, 68F
Tech_Job 近期熱門文章
PTT職涯區 即時熱門文章
34
101