Stort gennembrud! Forskerteam fra Beijing fremlægger verdens første »kraft- og positionsblandet styringsalgoritme«

For nylig har kinesiske forskerteam opnået betydelige gennembrud inden for robotalgoritmer og fremlagt verdens første forenede teori om «kraft- og positionsblandet styringsalgoritme». Denne algoritme kræver ikke kraftsensore, hvilket giver robotterne mulighed for at lære både positions- og kraftstyring samtidigt. Succesraten for relaterede opgaver er steget med ca. 39,5 % i forhold til strategier, der kun anvender positionsstyring. Endnu mere bemærkelsesværdigt er, at de tilhørende videnskabelige artikler hidtil har vundet prisen for fremragende artikel på International Robot Learning Conference – det første gang siden prisen blev oprettet, at et team af kinesiske forskere har vundet den.
På eksperimentstedet for Beijing General Artificial Intelligence Research Institute udfører en firkantet mekanisk hund, udstyret med denne nye algoritme, træningsopgaven med at tørre tavler systematisk af. Forskere brugte dette praktiske scenarie til at forklare journalisterne de centrale principper og fremtrædende fordele ved »kraft- og positionsblandet styringsalgoritmen«.
Jia Baoxiong, en forsker ved Beijing General Artificial Intelligence Research Institute: De almindelige visuelle sprog-handlingsmodeller tager faktisk billeder fra kameraer som input og foretager derefter trajektoriprediktioner. Denne trajektori kan medføre, at robotten ikke kan følge tavlen præcist under udviskningen, hvilket resulterer i, at ordene ikke kan udviskes. I vores model til blanding af kraft- og positionsstyring forsøger vi at inkludere kraftdimensionen så fuldstændigt som muligt, hvilket opnår effekten af at påvirke tavlen med tryk ud over præcis positionering, så robotten kan følge tavlen tæt og udviske ordene. Det vil sige, at vi ikke blot har integreret kraftdimensionen i den oprindelige visuelle sprog-handlingsmodel, men også opnået effekten af samtidig kraft- og positionsstyring.
Ifølge forskere klarer de bredt anvendte visuelle sprog-handlingsmodeller ofte ikke at håndtere mange opgaver i det virkelige liv. Kerneproblemet ligger i, at de fleste af disse opgaver involverer komplekse kontaktscenarier – for eksempel skal en robotarm følge tavleoverfladen med passende tryk, når den tørre en tavle; døren til en strømstyringskabinet skal præcist registrere den indbyggede skub-/trækfjederstruktur; og robotten skal ikke kun 'gå, hvor den skal hen, og række hånden ud, hvor den skal hen', men også 'forstå, hvor meget kraft der skal anvendes'. Før udviklingen af 'hybrid styringsalgoritmen for kraft og position' skulle alle disse udfordringer løses ved hjælp af kræftsanordninger.
Jia Baoxiong, en forsker ved Beijing General Artificial Intelligence Research Institute: Kraftsensore bruges faktisk oftere til fastmonterede robotarme, hvilket gør installationen mere kompliceret og dyr. Modellen for blandet kraft- og positionsstyring har forbedret succesraten for disse kraftkrævende opgaver med næsten 40 % i forhold til den traditionelle VLA-model (visual language action model).