AI技术革新：机器人领域的三大突破系统

随着人工智能技术的飞速发展，机器人领域迎来了三个革命性的系统——AutoRT、SARA-RT和RT-Trajectory。这些系统通过利用大型语言模型，增强了机器人在日常生活中的应用开发。本文将深入探讨每个系统的能力及其对未来机器人技术的潜在影响。

AutoRT：为现实世界应用扩展机器人学习

AutoRT是一个尖端的AI训练系统，它使用大型基础模型来创建对实际人类目标有深刻理解的机器人。通过收集多样化的经验训练数据，AutoRT旨在扩展机器人学习，为机器人准备现实世界的场景。该系统结合了视觉语言模型（VLM）和大型语言模型（LLM）以及机器人控制模型（RT-1或RT-2），能够在各种环境中同时协调多达20个机器人。在广泛的现实世界评估中，AutoRT安全地进行了77,000次机器人试验，涵盖了6,650个独特任务，展示了其在大规模数据收集方面的潜力。

SARA-RT：使机器人变换器更精简、更快速

自适应鲁棒注意力机器人变换器（SARA-RT）系统是提高机器人变换器模型效率的突破。通过应用创新的“上训练”微调方法，SARA-RT实现了10.6%的准确率提升和14%的决策速度增加，对于最佳的SARA-RT-2模型。这代表了第一个可扩展的注意力机制，提供计算改进而不牺牲质量。SARA-RT适应各种变换器模型，包括点云变换器，展示了其在机器人行业的广泛适用性。