Эти роботы были протестированы в 30 незнакомых домах в районе залива без дополнительного обучения или данных из этих домов. Они убирали комнаты, складывали полотенца и заправляли кровати, используя уже полученные знания. Такая обобщённая работа в реальных условиях — важный шаг для гуманоидных роботов. В ходе обсуждения особое внимание уделялось нулевому обучению (zero-shot generalization), что позволяет решить давнюю проблему хрупкости политик в задачах роботизированной манипуляции. Благодаря использованию масштабных предварительно обученных мультимодальных встраиваний, сеть политики робота напрямую преобразует визуальные входные данные в крутящие моменты суставов без повторного обучения под конкретную задачу. Эта возникшая способность нулевого обучения позволяет платформе успешно выполнять новые сценарии манипуляций и динамически работать в неструктурированных средах. Генеральный директор (Бретт Эдкок) подробно описал смену архитектуры с традиционной иерархической конвейерной системы управления на унифицированные нейросетевые архитектуры для восприятия и управления. Слияние оптимизации вычислений на краю, точности сенсорной фьюжн-системы и обучения «с конца до конца» сокращает сроки внедрения автономных систем. Всё ещё надеемся, что @continuumlabs_ запустится скоро С нетерпением ждём