Odborníci z univerzit v Pensylvánii a v Texasu spojili síly se specialisty společnosti Nvidia a vyvinuli software DrEureka se zdrojově otevřeným, tedy bezlicenčním kódem (open source), který slouží k trénování robotů pro složité úkoly v reálném světě, s pomocí generativní inteligence.
Software DrEureka vyvinutý na amerických univerzitách učí roboty mnohem efektivněji než lidé. Systém typu sim-to-reality nejprve učí roboty ve virtuálním prostředí se simulovanou fyzikou, až poté „přenese“ jejich trénink do světa reálného.
Jim Fan ze společnosti Nvidia, která aktuálně patří mezi lídry ve vývoji čipů pro umělou inteligenci (AI) a na projektu spolupracuje, a jeho spolupracovníci tvořící programátorský tým Eureka použili systém DrEureka k tomu, aby naučili robotického psa Unitree Go1 balancovat na velkém gymnastickém míči. Jde o levného robota se slušnou open-source podporou.
Tvůrci použili několik správně položených otázek/pokynů (promptů), na jejichž základě generativní inteligence napsala program pro systém odměn/postihů vhodných pro trénování robota ve virtuálním prostředí. Rovněž vytvořila detailní parametry pro virtuální výcvik, které zahrnovaly vlastnosti míče i robota. Ukázalo se, že při práci s generativní inteligencí je nutné používat instrukce pro bezpečnost trénovaného robota a apelovat na opatrnost. Inteligence jinak trénuje robota „bezohledně“. Je totiž orientována jen na výkon robota a nehledí na možná poškození jeho komponent.
Experimenty ukázaly, že DrEureka s podporou generativní inteligence trénuje roboty podstatně lépe než lidé. Při pohybu na míči jsou rychlejší a lépe překonávají reálný terén. Podle Fana a spol. je to dáno stylem výuky. Lidský trenér má sklon rozdělovat úkoly do jednotlivých dílčích kroků a učit je izolovaně, zatímco DrEureka učí všechno najednou. Člověk, podle názoru výzkumníků, podobný postup není schopen zvládnout.