開發人員常常使用「通用人形機器人」這個詞，意味著經過數十年的單一用途機器人開發後，向更通用的機器人系統轉變。麻省理工學院（MIT）一份最新研究顯示，隨著生成式人工智能（AI）在機器人技術中的應用更為廣泛， 對培訓和開發通用機器人有顯著影響。
科技媒體TechCrunch報道，研究人員一直致力於開發出一種機器人智能，能夠充分利用雙足人形機器人的設計來提供各種運動能力，但面的的其中一個最大挑戰是培訓。
MIT團隊建議的一個主要用例是，從一些小型且特定任務的數據集中整理相關資訊，此方法被稱為策略組合（PoCo）。這些任務包括實用的機器人動作，例如敲釘子以及使用鍋鏟翻轉物品，「（研究人員）訓練一個單獨的擴散模型，從而學習一種策略或政策，以使用特定的數據集完成一項任務。然後，他們將擴散模型學到的策略結合成一個通用策略，使機器人能夠在不同環境中執行各種任務。」
MIT的數據顯示，擴散模型的結合使任務表現改善了20%。這包括執行需要多種工具的諸種任務的能力，以及學習/適應不熟悉的任務的能力。該系統能夠將來自不同數據集的相關資訊，組合成執行任務所需的一系列操作。報告的主要作者Lirui Wang表示：「這種方法的好處之一是，我們可以結合不同的策略，以取其精華。」
研究人員的目標是創建智能系統，讓機器人更換不同工具來執行不同任務。本報訊
