Yapay Zeka Ajanı OpenClaw Fiziksel Bir Robot Kolunu Kontrol Etmeyi Başardı

Yapay zeka ajanı OpenClaw, fiziksel bir robot koluna entegre edilerek nesneleri tanıma ve kavrama yeteneği kazandı. Bu gelişme, yapay zeka modellerinin robotik sistemleri eğitme ve kontrol etme sürecini ne kadar kolaylaştırabileceğini gözler önüne seriyor.

Geleneksel olarak robotları eğitmek ve kontrol etmek ciddi bir mühendislik uzmanlığı gerektiriyordu. Ancak günümüzün gelişmiş yapay zeka modelleri bu süreci neredeyse sıradan bir göreve dönüştürüyor. UC Berkeley'den robotik uzmanı Ken Goldberg, yapay zeka destekli kodlamanın, güvenilir ancak genelleştirilemeyen geleneksel yöntemler ile genelleştirilebilen ancak henüz tam güvenilir olmayan modern vizyon-dil-eylem modelleri arasında bir köprü kurduğunu belirtiyor.

Açık Kaynaklı Donanım: LeRobot 101

Gerçekleştirilen testlerde, HuggingFace tarafından desteklenen ve robotik geliştirmeyi nispeten ucuz hale getiren open-source bir proje olan LeRobot 101 kullanıldı. Sistem, bir insanın yönlendirdiği kontrolcü kol ve bu hareketleri kopyalayan kameralı bir takipçi koldan oluşuyor. Geliştiriciler, kontrolcü kolu kullanarak bir AI modelini eğitebiliyor ve modelin kamerada gördüklerine yanıt olarak takipçi kolu nasıl hareket ettireceğini öğrenmesini sağlayabiliyor.

Yapay Zeka ile Kodlama ve "Code as Policy"

OpenClaw ve Codex yardımıyla, robotun kırmızı bir topu gördüğünde kıskacını kapatmasını sağlayan basit bir program yazıldı. Codex, robotun bağlantılarını yapılandırma gibi karmaşık işlemleri terminal üzerinden hallederken, eklem pozisyonlarının kalibrasyonu da başarıyla tamamlandı. 2022 yılında yayımlanan bir araştırma makalesinde "code as policy" (politika olarak kod) olarak adlandırılan bu yaklaşım, AI destekli kodlamanın robot inşa etmek için güçlü bir yeni yol sunduğunu gösteriyor.

CaP-X Benchmark Testinde Gemini Liderliği

Goldberg'in araştırma grubu; NVIDIA, Carnegie Mellon Üniversitesi ve Stanford'dan araştırmacılarla birlikte kodlama modellerinin robotik yeteneklerini ölçmek için CaP-X adlı yeni bir benchmark geliştirdi. İlginç bir şekilde sonuçlar, robot programlamak için en iyi modelin Claude veya ChatGPT değil, Gemini olduğunu gösteriyor. Bu durumun, Google DeepMind'ın modellerini multimodal (çok modlu) olmaya ve fiziksel dünyayı anlamlandırmaya odaklamasından kaynaklandığı düşünülüyor.

Araştırmacılar ayrıca, kodlama ajanlarının hem simüle edilmiş hem de gerçek robotları kontrol etmesini sağlayan CaP-Gym ortamını ve kodlama modellerinin performansını artıran CaP-Agent0 çerçevesini geliştirdi. Bu yeni araçlar, robotik alanında open-source çözümlerin ve yapay zeka entegrasyonunun gelecekte çok daha erişilebilir olacağına işaret ediyor.

--- **İlgili Kaynaklar:** İlgili SEO ve GEO eğitim platformu için [GEO eğitim](https://geoakademi.com) platformuna göz atabilirsiniz.