Prawdziwe pytanie brzmi, jak skutecznie algorytmy AgiBota mogą uczyć jego roboty nowych sztuczek. Stosowanie uczenia się przez wzmacnianie do nauczania robotów zadań wymagających improwizacji wymaga zazwyczaj dużej ilości danych szkoleniowych, a badania pokazują, że nie da się tego w pełni udoskonalić w ramach symulacji.
AgiBot przyspiesza proces uczenia się, zatrudniając człowieka, który prowadzi robota przez zadanie, dając mu podstawę do samodzielnej nauki. Przed współzałożycielem AgiBot główny naukowiec Jianlan Luo przeprowadził nowatorskie badania na Uniwersytecie Kalifornijskim w Berkeley, w tym projekt z udziałem robotów, które nabyły umiejętności uczenia się przez wzmacnianie z człowiekiem w pętli. Pokazano, jak system wykonuje zadania, w tym umieszczanie komponentów na płycie głównej.
Feng twierdzi, że oprogramowanie edukacyjne AgiBota o nazwie Real-World Reinforcement Learning zajmuje tylko około dziesięciu minut, aby przeszkolić robota do nowego zadania. Szybkie uczenie się jest ważne, ponieważ linie produkcyjne często zmieniają się z tygodnia na tydzień lub nawet w trakcie tej samej serii produkcyjnej, a roboty, które potrafią szybko opanować nowy etap, mogą dostosowywać się wraz z pracownikami.
Szkolenie robota w ten sposób wymaga dużego wysiłku ludzkiego. AgiBot ma centrum uczenia się robotów, w którym opłaca się zdalnie sterować robotami, aby pomóc modelom AI w zdobywaniu nowych umiejętności. Zapotrzebowanie na tego rodzaju dane dotyczące szkolenia robotów rośnie, a niektóre amerykańskie firmy płacą pracownikom w takich miejscach jak Indie za wykonywanie pracy fizycznej służącej jako dane szkoleniowe.
Jeff Schneider, robotyk z Carnegie Mellon University, który pracuje nad uczeniem się przez wzmacnianie, twierdzi, że AgiBot wykorzystuje najnowocześniejsze techniki i powinien być w stanie automatyzować zadania z dużą niezawodnością. Schneider dodaje, że inne firmy zajmujące się robotyką prawdopodobnie rozważają wykorzystanie uczenia się przez wzmacnianie do zadań produkcyjnych.
AgiBot to coś w rodzaju wschodzącej gwiazdy w Chinach, gdzie rośnie zainteresowanie łączeniem sztucznej inteligencji i robotyki. Firma opracowuje modele sztucznej inteligencji dla różnych typów robotów, w tym chodzących humanoidów i robotycznych ramion, które pozostają zakorzenione w jednym miejscu.
