Мета изучает, как люди и роботы могут сотрудничать в работе по дому

PARTNR включает около 100 тысяч задач, связанных с домашними делами, такими как мытье посуды и уборка игрушек. Набор данных также включает демонстрации того, как люди выполняют эти задачи в симуляции, что может быть использовано для обучения моделей ИИ.

Для создания этих задач используются большие языковые модели с симуляцией для обоснования и проверки. Симуляция, как отмечается, является полезным инструментом для тестирования в робототехнике, поскольку позволяет тестировать за секунды то, что в реальном мире заняло бы часы или дни.

Meta также успешно развернула модель PARTNR вне симуляции, в том числе на роботе Spot от Boston Dynamics. Компания разработала интерфейс смешанной реальности, который визуализирует процесс принятия решений роботом.

Обычно, когда модели работают с людьми, им требуется в 1,5 раза больше шагов, чем двум сотрудничающим людям, и в 1,1 раза больше, чем одному человеку. Тем не менее,  тонкая настройка небольших моделей с данными планирования может повысить производительность в 9 раз, при этом вывод происходит в 8,6 раза быстрее.