1月8日消息，据外媒报道，DeepMind机器人团队公布了三项新进展，称这些进展将帮助机器人在野外做出更快、更好、更安全的决策。其中一个包括一个收集训练数据的“机器人宪法”系统，以确保你的机器人办公室助理可以为你取更多的打印纸，但不会撞倒碰巧挡道的人类同事。

  谷歌的数据收集系统auort可以使用视觉语言模型(VLM)和大型语言模型(LLM)协同工作，以了解其环境，适应不熟悉的环境，并决定适当的任务。机器人宪法的灵感来自Isaac Asimov的“机器人三定律”，它被描述为一组“以安全为重点的提示”，指示LLM避免选择涉及人类、动物、尖锐物体甚至电器的任务。

  为了提高安全性，DeepMind对机器人进行了编程，使其在关节受力超过一定阈值时自动停止，并安装了一个物理终止开关，操作人员可以使用它来关闭机器人。在七个月的时间里，谷歌在四座不同的办公楼部署了53个auort机器人，进行了77000多次试验。一些机器人由人类操作员远程控制，而其他机器人则根据脚本或完全自主地使用谷歌的机器人变压器(RT-2)人工智能学习模型进行操作。

  试验中使用的机器人看起来更实用，只配备了一个摄像头、机械臂和移动基座。“对于每个机器人，系统使用VLM来了解其环境和视线内的物体。接下来，LLM会提出一系列机器人可以执行的创造性任务，比如‘把零食放在台面上’，并扮演决策者的角色，为机器人选择合适的任务。”

  DeepMind的其他新技术包括SARA-RT，这是一种神经网络架构，旨在使现有的机器人变压器RT-2更准确、更快。该公司还宣布了RT-Trajectory技术，该技术添加了2D轮廓功能，以帮助机器人更好地执行擦桌子等特定物理任务。