Terobosan besar! Tim peneliti Beijing mengusulkan algoritma hibrida pengendali gaya-posisi pertama di dunia

Baru-baru ini, tim peneliti Tiongkok telah mencapai terobosan signifikan di bidang algoritma robot dengan mengusulkan teori terpadu pertama di dunia mengenai "algoritma kontrol hibrida gaya-posisi". Algoritma ini tidak bergantung pada sensor gaya, sehingga memungkinkan robot belajar pengendalian posisi dan gaya secara bersamaan. Tingkat keberhasilan tugas-tugas terkait meningkat sekitar 39,5% dibandingkan strategi yang hanya menggunakan pengendalian posisi. Yang lebih menonjol lagi, makalah terkaitnya saat ini telah memenangkan Outstanding Paper Award di International Robot Learning Conference—ini merupakan kali pertama sejak pendirian penghargaan tersebut bahwa tim ilmuwan Tiongkok berhasil memenangkannya.
Di lokasi eksperimen Institut Penelitian Kecerdasan Buatan Umum Beijing, seekor anjing mekanis berkaki empat yang dilengkapi algoritma baru ini sedang menjalankan tugas pelatihan mengelap papan tulis secara teratur. Para peneliti menggunakan skenario praktis ini untuk menjelaskan kepada wartawan prinsip inti dan keunggulan utama dari "algoritma kendali hibrida gaya-posisi".
Jia Baoxiong, seorang peneliti di Beijing General Artificial Intelligence Research Institute: Model tindakan bahasa visual arus utama sebenarnya menggunakan foto yang diambil oleh kamera sebagai masukan, lalu melakukan prediksi lintasan. Lintasan ini dapat menyebabkan robot tidak mampu menempel secara ketat pada papan tulis putih selama proses pengelapan, sehingga tidak mampu menghapus tulisan tersebut. Dalam model kontrol campuran gaya-posisi, kami berupaya mengisi dimensi gaya sebanyak mungkin, sehingga mencapai efek penerapan tekanan pada papan tulis putih berdasarkan penentuan posisi yang presisi—dengan demikian robot dapat menempel erat pada papan tulis dan menghapus tulisan di atasnya. Artinya, kami tidak hanya melengkapi dimensi gaya pada model tindakan bahasa visual asli, tetapi juga berhasil mewujudkan kontrol campuran antara gaya dan posisi secara bersamaan.
Menurut para peneliti, model tindakan bahasa visual yang banyak digunakan sering kali gagal menangani banyak tugas dalam kehidupan nyata. Masalah utamanya terletak pada kenyataan bahwa sebagian besar tugas tersebut melibatkan skenario kontak yang kompleks; misalnya, saat membersihkan papan tulis, lengan robot harus menempel pada permukaan sambil mempertahankan tekanan yang sesuai; pintu kabinet saklar harus secara akurat mendeteksi struktur pegas dorong-tarik di dalamnya; dan robot tidak hanya perlu "pergi ke mana pun dan mengulurkan tangan ke mana pun", tetapi juga harus "memahami seberapa besar gaya yang harus diterapkan". Sebelum adanya 'algoritma kontrol hibrida posisi-gaya', semua hal ini harus diselesaikan melalui sensor gaya.
Jia Baoxiong, seorang peneliti di Beijing General Artificial Intelligence Research Institute: Sensor gaya sebenarnya lebih sering ditambahkan ke lengan robot tetap, sehingga pemasangannya menjadi lebih rumit dan mahal. Model kontrol campuran gaya-posisi telah meningkatkan tingkat keberhasilan tugas-tugas yang memerlukan gaya ini hingga hampir 40% dibandingkan model VLA tradisional (visual language action model).