Suur lähenemine! Pekingi teadusgrupp pakkus esimesena maailmas ette „jõu ja asukoha hübriidjuhtimisalgoritmi“

Viimati on hiina teadusmeeskonnad saavutanud olulisi lähenemisi robotite algoritmide valdkonnas, pakkudes esimesena maailmas ühtset teooriat „jõu ja asukoha hübriidjuhtimisalgoritmist“. See algoritm ei tugi jõusensoreitel, võimaldades robotil õppida nii asukoha kui ka jõujuhtimist samaaegselt. Seotud ülesannete edukuse tase on suurenenud umbes 39,5% võrreldes strateegiaga, mis kasutab ainult asukohajuhtimist. Tähelepanuväärsem on see, et sellele teemale pühendatud artiklid on praegu pälvinud rahvusvahelisel robotiõppe konverentsil preemia parima artikli eest – see on esimene kord alates preemia asutamisest, kui seda on saanud hiina teadlaste meeskond.
Pekini üldise kunstliku intelligentsuse uuringute instituudi katsealal täidab neljajalgne mehhaaniline koer, millel on paigaldatud see uus algoritm, korrapärase valge tahvli puhastamise treeningülesannet. Uurijad kasutasid seda praktilist stsenaariumi ajakirjanikele selgitamaks „jõu-ja asukohahübriidalgoritmi“ põhimõtteid ja olulisi eeliseid.
Jia Baoxiong, Beijingi üldise kunstliku intelligentsi uurimisinstituudi teadur: peamised visuaalsete keele ja tegevuse mudelid kasutavad sisendina tegelikult kaameraga tehtud fotosid ning teevad seejärel liikumisrajatuste ennustusi. Selline liikumisraja võib põhjustada robotil valget tahvlit puhastades ei järgida täpselt valget tahvlit, mistõttu ei saa seda olukorda puhastada. Jõu- ja asukohasegu juhtimismudelis proovime jõu mõõtmeid võimalikult täielikult täita, saavutades täpse asukohajuhituse alusel rõhu rakendamise efekti valgele tahvlile, et robot oleks valge tahvliga tihedalt kokku puutuv ja suutks sellel olevaid sõnu kustutada. See tähendab, et me ei lihtsalt laiendasime originaalse visuaalse keele ja tegevuse mudeli jõumõõtmeid, vaid saavutasime ka jõu ja asukoha juhtimise samaaegse segamise efekti.
Uurijate sõnul ei suuda laialt kasutatavat visuaalset keele- ja tegevusmudelit sageli toime paljude reaalelu ülesannetega. Põhiprobleem seisneb selles, et enamik neist ülesannetest hõlmab keerukaid kontaktstsenaariume – näiteks tahvlit puhastades peab robotkäsi püsima pinnaga kokku ning säilitama sobiva rõhu, lülituskappi avades tuleb täpselt tajuda sisemist tõmba-/lükkevedru struktuuri ja robotil ei piisa lihtsalt sellest, et ta „liiguks sinna, kuhu vaja, ja ulataks käe sinna, kuhu vaja“, vaid ta peab ka „mõistma, kui suur jõud on vajalik“. Enne „jõu- ja asukohahübriidjuhtimisalgoritmi“ tuli kõik see lahendada jõusensorite abil.
Jia Baoxiong, Beijingi üldise kunstliku intelligentsi uuringuinstituudi teadur: Jõutundurid lisatakse tegelikult sagedamini fikseeritud robotkätele, mistõttu muutub paigaldus keerukamaks ja kallimaks. Jõu-asukoha segakontrollimudel on suurendanud jõu nõudvate ülesannete edukust ligikaudu 40% võrra traditsioonilise VLA-mudeli (visuaalse keele ja tegevuse mudel) suhtes.