谷歌展示deepmind团队成果：超级大脑智能体机器人RoboCat能够快速学习和适应多任务，实现自我升级

2025-04-17 来源：AI图库吧

AI奇点网6月26日报道 | DeepMind的RoboCat机器人是一项重要的研究成果，它能够快速学习和适应多任务。该智能体能够在不同的机械臂上学习并执行各种任务，然后通过自动生成的训练数据来改进自己。

与其他先进模型相比，RoboCat的学习速度非常快。只需要大约100次的演示，RoboCat就能够掌握操控机械臂完成各种任务，并通过生成的数据进行迭代改进。这种能力有助于加速机器人研究，减少对人类监督训练的需求，是实现通用机器人的重要一步。

RoboCat基于DeepMind的多模态模型Gato，该模型可以处理语言、图像和动作，并在模拟和物理环境中进行操作。DeepMind将Gato的架构与大型训练数据集相结合，该数据集包含各种机器人手臂的图像序列和动作，可以解决数百种任务。

在DeepMind的演示视频中，RoboCat展示了其通过自主学习操控机械臂完成任务的能力。它可以完成套圈、搭积木、抓水果等任务，这些任务看似简单，但实际上考验了机械臂操作的精准度、理解力以及解决形状匹配难题的能力。目前，RoboCat完成新任务的成功率已经提升了一倍。

RoboCat的数据集包含了数百万次的训练轨迹数据，其中既包括原始数据集，也包括新训练产生的数据。随着它学习新任务的数量增加，它将能够更好地学习和解决额外的新任务。DeepMind的研究表明，RoboCat之所以能够显著提高任务的成功率，是因为它的经验越来越丰富，就像人们在特定领域深入学习时发展出更多样化的技能一样。RoboCat独立学习技能和快速自我完善的能力，尤其在应用于不同机器人设备时，将为未来的研究铺平道路。

具身智能作为AI赋能机器人的趋势，吸引了全球广泛关注。各大科技巨头在机器人领域都有布局，但由于训练机器人需要大量的时间，智能化水平仍不足，难以实现大规模商业化。然而，RoboCat的问世可能解决这一问题。其他公司也在将语言模型运用到机器人上，进一步推动具身智能的发展。