大型动作模型
large action model
一种被训练来预测下一步该做什么动作、而非下一个该写什么词的AI模型,利用游戏操作记录来帮助训练机器人动作
简单来说
大型动作模型是一种被训练来预测下一步动作、而不是预测下一个词的AI模型。我们熟悉的聊天机器人模型是被训练来接续写句子的,而这种模型则是被训练来接续预测在某种情况下该按哪个按钮、身体该怎么动。
打个比方,它就像一位观看了数亿小时游戏录像的教练。通过观察玩家何时按跳跃键、何时转向的海量记录,教练会形成一种直觉,即使遇到从未被明确教过的情况,也能瞬间想出恰当的操作。大型动作模型想做的,就是把这种直觉从游戏画面移植到真实机器人的手臂和腿上。
因此人们期待,这类模型在从游戏片段等素材中学会虚拟操作之后,能够充当一座桥梁,把这种学习成果转移到有实体的机器的动作上。
在报道中是这样出现的
文章提到,General Intuition"首次公开了自家大型动作模型(large action model)的工作原理"。这个名字容易和大型语言模型混淆,但这种模型处理的不是句子,而是动作——比如游戏中的按键操作和机器人的动作。关键在于,它是用游戏画面以及记录"何时按下哪个按钮"的数据训练出来的。