System pomaga robotom działać w zmieniającym się środowisku

System robotyczny obserwuje otoczenie, przewiduje, co może się wydarzyć dalej i w czasie rzeczywistym zmienia swoje działania, aby poradzić sobie z poruszającymi się obiektami i zmieniającymi się warunkami pracy.

Startup zajmujący się robotyką Rhoda AI ujawnił system robotyki zaprojektowany, aby pomóc robotom pracować w zmieniających się środowiskach rzeczywistych, a nie w kontrolowanych ustawieniach laboratoryjnych.System o nazwie FutureVision przewiduje, jak zmieni się świat fizyczny i przekształca te przewidywania w działania robota.Obserwuje otoczenie, generuje krótkie wideo przewidywania tego, co będzie dalej, działa w oparciu o te przewidywania i powtarza cykl co kilkaset milisekund.

Firma twierdzi, że takie podejście pomaga robotom radzić sobie z sytuacjami, które często powodują awarie istniejących systemów.Wiele robotów przemysłowych w dalszym ciągu opiera się na stałych, wstępnie zaprogramowanych ścieżkach i najlepiej sprawdza się w zorganizowanych środowiskach.Nawet nowsze systemy sztucznej inteligencji oparte na modelach wizja-język-działanie mogą mieć problemy, gdy obiekty się poruszają, zmieniają się układy lub zmieniają się przepływy pracy.

Rhoda szkoli swoje modele najpierw na dużych zbiorach danych wideo, a następnie udoskonala je za pomocą uczenia specyficznego dla robota.Podczas szkolenia wstępnego wykorzystywane są setki milionów filmów online, dzięki czemu system może poznać wzorce ruchu, fizykę i interakcje fizyczne przed rozpoczęciem sterowania robotem.

Po tym etapie model jest dostrajany przy użyciu mniejszych zestawów rzeczywistych danych robota.Na tym etapie system uczy się, jak przekształcać przewidywania wizualne w działania fizyczne.

Rhoda nazywa tę architekturę modelem Direct Video Action.Zamiast tworzyć plan raz i wykonywać go bez informacji zwrotnej, system na bieżąco aktualizuje działania w miarę obserwacji nowych informacji z otoczenia.

Według firmy ten proces w zamkniętej pętli umożliwia robotom dostosowywanie się do zmian przy jednoczesnym zachowaniu dokładności.Zmniejsza także ilość wymaganych danych szkoleniowych robota.Rhoda twierdzi, że niektórych nowych zadań można się nauczyć, korzystając z około dziesięciu godzin danych teleoperacyjnych.

Technologia została już przetestowana w warunkach produkcyjnych, gdzie roboty muszą obsługiwać zmieniające się materiały i przepływy pracy.W jednej z ocen produkcji wielkoseryjnej robot korzystający z systemu wykonał cykl przetwarzania komponentów w czasie krótszym niż dwie minuty bez interwencji człowieka.

Rhoda planuje opracować FutureVision jako model podstawowy, na który można licencjonować firmy budujące platformy sprzętu i oprogramowania zrobotyzowanego.

„Wierzymy, że następna era robotyki wymaga modeli, które rozumieją, jak porusza się świat – a nie tylko jak wygląda i jak jest opisany w języku” – powiedział Jagdeep Singh, współzałożyciel i dyrektor generalny Rhoda.