一個名為 OK-Robot 的新系統可以解決這個問題，它可以讓機器人快速學會 法國商務傳真列表 導航到它們從未去過的地方。
為了開發 OK-Robot 系統，紐約大學和 Meta 的研究人員在 5 個家庭的 10 個房間中測試了 Hello Robot 的 Stretch 機器人。 Stretch 由帶輪子的模組、一根高桿和一個可伸縮的「臂」組成。
這位科學家使用 Record3D 掃描了空間，這是一款 iPhone 應用程序，可以使用手機的雷射雷達系統捕獲 3D 視訊並傳輸其工作成果。
OK-Robot 系統隨後使用人工智慧檢視影片片段來偵測物體。與其他模型結合，這有助於機器人識別房間裡的物體，例如玩具龍、一管牙膏和一副撲克牌，以及椅子、桌子和垃圾桶。
然後團隊給機器人發出指令：拿起某個物體並將其轉移到另一個地方。 Stretch 在 58.5% 的時間裡做到了這一點，在不太雜亂的房間裡則達到了 82% 的時間（研究尚未經過同行評審）。
OK-Robot 系統所使用的模型並非專為本專案配置的。因此，當機器人沒有找到想要的物體時，它就會停下來。這就是為什麼它在整潔的空間中表現更好的原因之一：物體越少，它混淆的可能性就越小，它需要導航的空間也越大。
計畫負責人之一、紐約大學電腦科學副教授 Lerrell Pinto 表示，現成的開源模型既有優點也有缺點。
「一方面，機器人只是工作，不需要輸入有關環境的額外訓練數據，」平託說。 - 另一方面，他可以拿走一個物體並將其轉移到另一個地方。你不能要求他打開盒子，因為他只能做這兩件事。
透過在 OK-Robot 中加入語音辨識模型，科學家將能夠透過與機器人交談來向機器人發出指令。紐約大學研究生、該研究的領導者之一 Mahi Shafiullah 表示，這將使利用可用數據集進行實驗變得更加容易。
「在機器人專家的合作中，人們普遍認為在家很難，機器人也很困難，而且不可能將它們結合起來，」沙菲烏拉說。 “我認為，當人們相信在家工作是可能的時，這個領域就會有很多活動。”