Un examen cuidadoso de grandes modelos de comportamiento para la manipulación hábil multitarea

La manipulación robótica ha experimentado un progreso tremendo en los últimos años, con políticas de aprendizaje por imitación que permiten la realización exitosa de tareas hábiles y difíciles de modelar. Paralelamente, la ampliación de datos y el tamaño del modelo han llevado al desarrollo de modelos fundamentales de lenguaje y visión capaces, motivando esfuerzos a gran escala para crear modelos fundamentales de robot de propósito general. Aunque estos modelos han generado un entusiasmo e inversión considerable, la evaluación significativa del rendimiento en el mundo real sigue siendo un desafío, limitando el ritmo de desarrollo e inhibiendo una comprensión matizada de las capacidades actuales. Aquí, evaluamos rigurosamente políticas de manipulación robótica multitarea, denominadas grandes modelos de comportamiento, extendiendo el paradigma de política de difusión a lo largo de un corpus de datos robóticos simulados y reales. Propusimos y validamos una canalización de evaluación para analizar rigurosamente las capacidades de estos modelos con confianza estadística. Comparamos con líneas base de tarea única mediante ensayos ciegos y aleatorizados en un entorno controlado, utilizando tanto simulación como experimentos en el mundo real. Encontramos que el preentrenamiento multitarea hizo que las políticas fueran más exitosas y robustas, y permitió enseñar tareas complejas nuevas más rápidamente, usando una fracción de los datos en comparación con las líneas base de tarea única. Además, el rendimiento aumentó predeciblemente a medida que la escala y diversidad del preentrenamiento crecían.