AIGC動態歡迎閱讀

原標題：用MoE橫掃99個子任務！浙大等提出全新通用機器人策略GeRM
關鍵字：數據,機器人,任務,模型,方法
文章來源：新智元
內容字數：6420字

內容摘要：

新智元報道編輯：LRS
【新智元導讀】本文分享論文GeRM: A Generalist Robotic Model with Mixture-of-experts for Quadruped Robot，由西湖大學和浙江大合提出一種基于混合專家模型進行強化學習的通用機器人策略。多任務機器人學習在應對多樣化和復雜情景方面具有重要意義。然而，當前的方法受到性能問題和收集訓練數據集的困難的限制。
這篇論文提出了GeRM（通用機器人模型），研究人員利用離線強化學習來優化數據利用策略，從演示和次優數據中學習，從而超越了人類演示的局限性。作者：宋文軒，趙晗，丁鵬翔，崔燦，呂尚可，范亞凝，王東林
單位：西湖大學、浙江大學
論文地址：https://arxiv.org/abs/2403.13358
項目地址：https://songwxuan.github.io/GeRM/
之后采用基于Transformer的視覺-語言-動作模型來處理多模態輸入并輸出動作。
通過引入專家混合結構，GeRM實現了更快的推理速度和更高的整體模型容量，從而解決了強化學習參數量受限的問題，提高了多任務學習中的模型性能，

原文鏈接：用MoE橫掃99個子任務！浙大等提出全新通用機器人策略GeRM

聯系作者

文章來源：新智元
作者微信：AI_era
作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。