Şanghay merkezli Archon Robotics, insansı robotların hareketlerini görevleri anlama yetenekleriyle koordine eden Whole-Body Intelligence (WBI) sisteminin ilk gösterimini yayımladı. Sistem, üst düzey görev planlamasını tüm vücudun koordineli hareketleriyle birleştirerek robotların gerçek dünya ortamlarında karmaşık görevleri yerine getirmesini sağlıyor.
Tanıtım, popüler insansı modellerin nesneleri alma, basamakları aşma, masaları toplama, bulaşık makinelerini çalıştırma ve buzdolaplarını düzenleme gibi görevleri yerine getirişini sergiliyor. Şirket, yaklaşımının ön eğitim için insan verilerini, eğitim sonrası içinse gerçek robot verilerini kullandığını ve sergilenen tam tanıtımların normal hızda otonom olarak çalıştığını söyledi.
Daha Akıllı İnsansı Hareketi
Archon’un WBI sistemi, insansı robotların görev talimatlarını koordineli fiziksel hareketlere dönüştürmesine yardımcı olmak için tasarlandı. Şanghay merkezli şirket, farklı insansı robot platformlarında görevleri anlama, hareket planlama, denge ve hassas uygulama yeteneklerini bir araya getiren genel amaçlı YZ modelleri geliştirmeyi hedefliyor.
WBI yaklaşımı, ön eğitimde insanların tüm vücut hareketlerinden elde edilen büyük ölçekli verileri, son eğitimde ise gerçek robotlarla yapılan gösterimleri birleştiriyor. İlk gösterimde insansı robotlar nesneleri alıyor, basamakları aşıyor, masaları topluyor, bulaşık makinelerini çalıştırıyor ve buzdolaplarını düzenliyor.
Archon’un sistemi, hareketleri birbirinden bağımsız komutlar olarak ele almak yerine robotun tüm vücudunu koordineli biçimde kontrol etmeyi amaçlıyor. Gösterimde, sürecin farklı yönlerini yöneten S1 ve S0 adlı iki bileşen öne çıkıyor. S1, görevle ilgili bilgileri işleyerek davranışa yönelik kararları destekliyor. S0 ise koordinasyon, dengeyi koruma ve hareketleri hassas biçimde gerçekleştirme dahil olmak üzere tüm vücut hareketlerinin kontrolüne odaklanıyor. Archon, S0’ı beyinciğe benzer şekilde çalışan, hedefleri uygulanabilir hareketlere dönüştürürken fiziksel dengeyi koruyan bir sistem olarak tanımlıyor.
Şirketin temmuz ayındaki teknik blog yazısı, görev planlama ve hareket üretimini de kapsayan daha geniş, dört katmanlı bir mimariyi tarif ediyordu. Ancak yayımlanan ilk video, bunun daha önce açıklanan çerçevede bir değişiklik anlamına gelip gelmediğini netleştirmeksizin yalnızca S1 ve S0’a odaklanıyor.
Archon modellerini geliştirmek için insan gösterimlerini fiziksel robotlardan toplanan verilerle birleştiriyor. İnsana ait tüm vücut verileri hareket örnekleri sunarken, gerçek robot verileri öğrenilen yeteneklerin gerçek donanımın mekanik ve kontrol gereksinimlerine uyarlanmasına yardımcı oluyor. Şirket, veri platformunun Çin’in birden fazla şehrinde insan gösterimleri topladığını açıkladı. Bu veriler, eğitimden önce otomatik kontrollerden, insanların yaptığı örneklem kontrollerinden ve sorunlu olarak işaretlenen örneklerin incelenmesinden geçiyor.
İnsansılar Otonomiyi Öğreniyor
Süreç ayrıca, bir eylemin düzeltilmeye ihtiyaç duyduğu anlarda modellerin nasıl tepki vereceğini öğrenmesine yardımcı olan DAgger düzeltme verilerini de içeriyor. Bu gösterimler, başarılı görev örneklerini tamamlayacak şekilde robotların hatalarını düzelterek görevlerine devam etmesini gösteriyor.
Bu yaklaşım, yalnızca tamamlanmış görevlerin gösterimlerine dayanmak yerine farklı durumlara aktarılabilen fiziksel beceriler geliştirmeyi amaçlıyor. Ancak Archon, veri kümelerinin büyüklüğünü açıklamadı ve modellerin öğrendikleri becerileri daha önce karşılaşmadıkları durumlara ne kadar etkili aktarabildiğini gösteren sayısal sonuçlar yayımlamadı.
Görüntülerde bir AGIBOT A3, Booster T2 insansıları ve modifiye edilmiş Unitree G1 robotları yer alıyor. Bir sahnede, ortak bir mutfak ve yemek alanında birden fazla makinenin aynı anda farklı aktiviteler yürüttüğü görülüyor. Görevler, temizlik ekipmanlarını kullanmayı, ev eşyalarını manipüle etmeyi ve mutfak aletleriyle etkileşim kurmayı kapsıyor. Bu faaliyetler koordineli eğilme, uzanma, denge ve nesne manipülasyonu gerektiriyor.
Farklı platformlar, Archon’un birden fazla donanım konfigürasyonundaki çalışmalarını ortaya koyuyor. Ancak görüntüler tüm robotların aynı model ağırlıklarını kullanıp kullanmadığını ya da bir ekip olarak koordine olup olmadığını göstermiyor. Archon, tam gösterimlerin normal hızda otonom olarak çalıştığını belirtti.
S0’ı ve DAgger eğitim sürecini ele alan açıklayıcı bölümler uzaktan operasyon (teleoperasyon) içeriyor. Bu da otonom icra ile sistemi geliştirmek ve iyileştirmek için kullanılan gösterimleri birbirinden ayırıyor.
İlk tanıtım videosu, şirketin YZ tabanlı görev anlama yeteneğini insansı robotların koordineli hareketleriyle birleştirme yaklaşımını ortaya koyuyor. Ancak videoda görev tamamlama oranları, insanların ne sıklıkla müdahale ettiği veya farklı robot platformları arasındaki karşılaştırmalı sonuçlar paylaşılmıyor.
Uzmanlara göre bu ölçümler, sistemin önceden hazırlanmış gösterimlerin ötesindeki güvenilirliğini değerlendirmeye ve yeteneklerini daha önce karşılaşmadığı görev ve ortamlara ne kadar başarılı aktarabildiğini ortaya koymaya yardımcı olabilir.
Kaynak: https://interestingengineering.com/ai-robotics/first-demonstration-of-whole-body-intelligence
