Jelentős áttörés! Egy pekingi kutatócsapat világelsőként javasolta a „erő–helyzet hibrid vezérlési algoritmust”

Nemrég kínai kutatócsoportok jelentősen haladtak előre a robotalgoritmusok területén, és megalkották a világ első egységes „erő–helyzet hibrid vezérlési algoritmusának” elméletét. Ez az algoritmus nem támaszkodik erőérzékelőkre, így a robot egyszerre tanulhat helyzet- és erővezérlést. A kapcsolódó feladatok sikerrátája körülbelül 39,5%-kal nőtt azokhoz képest, amelyek kizárólag helyzetvezérlést használnak. Különösen érdemes megjegyezni, hogy a kapcsolódó tanulmányok jelenleg elnyerték a Nemzetközi Robottanulási Konferencia Kiemelkedő Cikk Díját – ez az első alkalom a díj létrehozása óta, hogy kínai kutatók csapata nyerte el.
A pekingi Általános Mesterséges Intelligencia Kutatóintézet kísérleti helyszínén egy új algoritmust alkalmazó négylábú mechanikus kutya rendszeresen törli a táblákat. A kutatók ezt a gyakorlati forgatókönyvet használták fel arra, hogy a riportereknek elmagyarázzák a „erő-pozíció hibrid vezérlési algoritmus” alapelveit és kiemelkedő előnyeit.
Jia Baoxiong, a kutató a Pekingi Általános Mesterséges Intelligencia Kutatóintézetből: A főbb vizuális nyelvi műveletmodellek valójában a kamerák által készített fényképeket használják bemenetként, majd pályaelőrejelzést végeznek. Ez a pálya előfordulhat, hogy megakadályozza a robotot abban, hogy szigorúan kövesse a táblát a tisztítás során, így nem tudja eltávolítani a szöveget. Az erő–helyzet kevert vezérlési modellben igyekszünk minél teljesebben kitölteni az erő dimenzióját, így elérjük, hogy pontos pozicionálás mellett nyomást is gyakoroljon a táblára, ezáltal szorosan illeszkedjen hozzá és törölje le róla a szavakat. Vagyis nemcsak kibővítettük az erő dimenzióját az eredeti vizuális nyelvi műveletmodellben, hanem elérjük az erő és a helyzet egyidejű kevert vezérlésének hatását is.
A kutatók szerint a széles körben használt vizuális nyelvi műveleti modell gyakran nem képes hatékonyan kezelni a mindennapi élet számos feladatát. A probléma lényege az, hogy ezek a feladatok többsége összetett érintési helyzeteket foglal magában: például egy tábla letörlésekor a robotkar felületre kell illeszkednie, miközben megfelelő nyomóerőt kell kifejtenie; egy kapcsolótábla ajtajának kinyitásakor pontosan érzékelni kell a belső toló-húzó rugós szerkezetet; és a robotnak nem elég csupán „oda mennie, ahová kell, és kinyújtania a karját, ahová kell”, hanem azt is meg kell értenie, „milyen erőt kell kifejtenie”. A „erő-pozíció hibrid vezérlési algoritmus” bevezetése előtt mindezt erőérzékelők segítségével kellett megoldani.
Jia Baoxiong, a kutató a Pekingi Általános Mesterséges Intelligencia Kutatóintézetből: Az erőérzékelőket valójában gyakrabban szerelik fel rögzített robotkarokra, ami bonyolultabbá és drágábbá teszi a felszerelést. Az erő–helyzet kevert vezérlési modell majdnem 40%-kal növelte ezeknek az erőt igénylő feladatok sikeres végrehajtásának arányát a hagyományos VLA-modellhez (vizuális nyelvi akciós modell) képest.