Η Dyna Robotics παρουσίασε ένα νέο foundation model για ρομπότ, εκπαιδευμένο με περισσότερες από 1 εκατ. ώρες ανθρώπινου βίντεο, μια κλίμακα που, σύμφωνα με την εταιρεία, θα μπορούσε να βοηθήσει στην αντιμετώπιση μιας από τις μεγαλύτερες προκλήσεις στην εκπαίδευση ρομπότ για την εκτέλεση φυσικών εργασιών.
Η εταιρεία, με έδρα το Redwood City της Καλιφόρνιας, δήλωσε ότι το DYNA-2 World-Action Model εκπαιδεύτηκε αποκλειστικά με ανθρώπινα βίντεο από την οπτική γωνία του ίδιου του ανθρώπου και όχι με δεδομένα δράσης ρομπότ.
Το σύνολο δεδομένων αντιστοιχεί σε περίπου 170 χρόνια συνεχούς χρόνου κατά τον οποίο άνθρωποι ήταν ξύπνιοι.
Η προσέγγιση έχει σχεδιαστεί ώστε να επιτρέπει στα ρομπότ να μαθαίνουν φυσικές δεξιότητες από τον τρόπο με τον οποίο οι άνθρωποι αλληλεπιδρούν με αντικείμενα και το περιβάλλον τους, μειώνοντας την εξάρτηση από δεδομένα τηλεχειριζόμενης λειτουργίας που συλλέγονται χειροκίνητα.
Η Dyna υποστηρίζει ότι αυτό θα μπορούσε να προσφέρει έναν πιο επεκτάσιμο τρόπο εκπαίδευσης των ρομπότ καθώς διευρύνονται οι δυνατότητές τους.
Στις δοκιμές, η εταιρεία ανέφερε ότι το DYNA-2 αύξησε τα ποσοστά επιτυχίας σε εργασίες κατασκευής υψηλής ακρίβειας από 20% σε 80%-90%, αποκλειστικά μέσω της αύξησης της κλίμακας της προεκπαίδευσης.
Παράλληλα, απέδειξε ότι μπορεί να μεταφέρει τις ικανότητές του σε σταθερούς ρομποτικούς βραχίονες, πρωτότυπα ανθρωποειδών και επιδέξια ρομποτικά χέρια.
Το ανθρώπινο βίντεο γίνεται δεδομένο εκπαίδευσης
Το μοντέλο της Dyna χρησιμοποιεί μια αρχιτεκτονική μοντελοποίησης του κόσμου που συνδυάζει την πρόβλεψη του επόμενου καρέ με την πρόβλεψη της επόμενης ενέργειας.
Αντί να μαθαίνει μόνο από ενέργειες που εκτελούνται από ρομπότ, το σύστημα χρησιμοποιεί ανθρώπινα βίντεο για να αναπτύξει κατανόηση του τρόπου με τον οποίο μεταβάλλονται τα φυσικά περιβάλλοντα και του τρόπου με τον οποίο τα αντικείμενα ανταποκρίνονται στην κίνηση.
Αυτό επιτρέπει, σύμφωνα με την εταιρεία, τη μεταφορά της γνώσης που αποκτάται από την ανθρώπινη συμπεριφορά σε διαφορετικά ρομποτικά συστήματα.
Η Dyna δήλωσε ότι το DYNA-2 δεν είχε δει δεδομένα ρομπότ κατά την προεκπαίδευση, αλλά στη συνέχεια μπορούσε να προσαρμοστεί σε διαφορετικές πλατφόρμες με μόλις λίγες ώρες τοπικής προσαρμογής.
Σε μία δοκιμή, 13 λεπτά δεδομένων ήταν αρκετά ώστε το DYNA-2 να ελέγξει ένα ζευγάρι ρομποτικών χεριών με πέντε δάχτυλα και να ανοίξει περιστρέφοντας το καπάκι ενός μπουκαλιού.
Σε 15 εργασίες αξιολόγησης, η Dyna ανέφερε ότι τα μοντέλα που εκπαιδεύτηκαν με περισσότερο ανθρώπινο βίντεο είχαν σταθερά καλύτερες επιδόσεις.
Η εταιρεία συνέκρινε επίσης το DYNA-2 με το προηγούμενο μοντέλο της, DYNA-1, το οποίο χρησιμοποιεί αρχιτεκτονική όρασης-γλώσσας-δράσης. Σε ανάπτυξη σε πελάτη χωρίς προηγούμενη ειδική εκπαίδευση, το DYNA-2 πέτυχε ποσοστό επιτυχίας στον ποιοτικό έλεγχο 87%, έναντι 46% για το DYNA-1.
Κλιμάκωση των ρομπότ πέρα από την τηλεχειριζόμενη λειτουργία
Η Dyna δήλωσε ότι το μοντέλο παρουσίασε επίσης μεγαλύτερη ανθεκτικότητα όταν φυσικές παρεμβολές διατάρασσαν την εκτέλεση μιας εργασίας.
Κατά τη διάρκεια δοκιμών που περιλάμβαναν δραστηριότητες όπως ο τεμαχισμός τροφίμων και η απομάκρυνση αντικειμένων από χώρους εργασίας, το DYNA-2 μπορούσε να ανακάμπτει χωρίς ανθρώπινη παρέμβαση, ενώ το προηγούμενο μοντέλο απαιτούσε χειροκίνητη επαναφορά.
Η εταιρεία δήλωσε ότι η μέθοδος συνεκπαίδευσης με βίντεο βελτίωσε τις επιδόσεις κατά 133% σε εργασίες ακολούθησης εντολών, οι οποίες απαιτούσαν από τα ρομπότ να εκτελούν διαφορετικές φυσικές κινήσεις βάσει οδηγιών.
«Για χρόνια, η γενικευμένη ρομποτική περιορίζεται από ένα στενό όριο δεδομένων: η χειροκίνητη συλλογή δεδομένων τηλεχειριζόμενης λειτουργίας απλώς δεν μπορεί να κλιμακωθεί έως τη γενική νοημοσύνη», δήλωσε ο συνιδρυτής της Dyna Robotics, Jason Ma.
«Τα δεδομένα δράσης είναι σπάνια, αλλά το βίντεο υπάρχει παντού και με το DYNA-2 δείξαμε ότι η φυσική διαίσθηση δεν απαιτεί εκατομμύρια ώρες εκπαίδευσης σε έναν ρομποτικό βραχίονα - μπορεί να μάθει απευθείας από ανθρώπινο βίντεο».
Η Dyna Robotics δήλωσε ότι τα ρομπότ της, τα οποία λειτουργούν με το προηγούμενο μοντέλο DYNA-1, έχουν ήδη αναπτυχθεί σε ξενοδοχεία, εστιατόρια και καθαριστήρια.
Η εταιρεία θεωρεί το DYNA-2 ένα βήμα προς τη δημιουργία ρομπότ που θα μπορούν να μαθαίνουν νέες φυσικές εργασίες χωρίς να απαιτούν μεγάλες ποσότητες δεδομένων εκπαίδευσης ειδικά για κάθε ρομπότ.
Η εταιρεία ιδρύθηκε από τους Lindon Gao, York Yang και τον πρώην ερευνητή της DeepMind Jason Ma και υποστηρίζεται από επενδυτές, μεταξύ των οποίων οι CRV και First Round.
www.worldenergynews.gr
