Svarbus pralaužimas! Pekino tyrimų komanda pasiūlė pasaulio pirmąją „jėgos ir padėties hibridinio valdymo algoritmą“

Neseniai kinų tyrimų komandos pasiekė reikšmingų pralūzimų robotų algoritmų srityje, pasiūlydamos pirmąją pasaulyje vieningą „jėgos ir padėties hibridinio valdymo algoritmo“ teoriją. Šis algoritmas neprivalo remtis jėgos jutikliais, todėl robotas gali mokytis vienu metu tiek padėties, tiek jėgos valdymo. Susijusių užduočių sėkmės rodiklis padidėjo apie 39,5 % lyginant su strategija, kurioje naudojamas tik padėties valdymas. Dar įdomiau, kad susijusios mokslinės publikacijos šiuo metu laimėjo Geriausiosios straipsnio apdovanojimą Tarptautinėje robotų mokymosi konferencijoje – tai pirmasis kartas nuo šio apdovanojimo įsteigimo, kai šį apdovanojimą laimėjo kinų mokslininkų komanda.
Eksperimentinėje Pekino bendrosios dirbtinio intelekto tyrimų instituto vietoje keturkojis mechaninis šuo, įrengtas šiuo naujuoju algoritmu, atlieka užduotį sistemingai valyti baltuosius lentas. Tyrėjai šiame praktiniame scenarijuje paaiškino žurnalistams „jėgos ir padėties mišraus valdymo algoritmo“ pagrindines principus ir išskilusias privalumus.
Džia Baošiungas, tyrėjas Pekino bendrojo dirbtinio intelekto tyrimų institute: Pagrindiniai vaizdo kalbos veiksmų modeliai iš tikrųjų įveda nuotraukas, padarytas kameromis, ir tada prognozuoja judėjimo trajektoriją. Ši trajektorija gali sukelti tai, kad robotas nebegalėtų tiksliai laikytis lentos valymo metu, todėl nebegalėtų ją išvalyti. Jėgos ir padėties mišriojo valdymo modelyje mes stengiamės kiek įmanoma labiau papildyti jėgos matmenį, pasiekdami efektą – taikyti spaudimą prie lentos tiksliai nustatytose pozicijose, kad robotas būtų glaudžiai prilipęs prie lentos ir galėtų ištrinti ant jos esančius žodžius. Tai reiškia, kad mes ne tik „išlyginome“ jėgos matmenį originaliame vaizdo kalbos veiksmų modelyje, bet taip pat pasiekėme jėgos ir padėties valdymo vienu metu mišrų efektą.
Pagal tyrėjų duomenis, plačiai naudojama vaizdinės kalbos veiksmų modeliavimo sistema dažnai nepatenkina reikalavimų sprendžiant daugelį tikrojo gyvenimo užduočių. Pagrindinė problema ta, kad dauguma šių užduočių apima sudėtingus sąlyčio scenarijus: pavyzdžiui, valant lentą robotinė ranka turi būti prilipusi prie paviršiaus ir vienu metu išlaikyti tinkamą slėgį; elektros skydo durelės turi tiksliai atpažinti vidinę stumties-traukos spyruoklinę konstrukciją; robotas ne tik turi „eiti ten, kur reikia, ir ištiesti ranką ten, kur reikia“, bet taip pat turi „suprasti, kiek jėgos reikia taikyti“. Iki „jėgos ir padėties hibridinio valdymo algoritmo“ visos šios užduotys buvo sprendžiamos naudojant jėgos jutiklius.
Džia Bao Sjungas, Pekino bendrojo dirbtinio intelekto tyrimų instituto tyrėjas: Jėgos jutikliai dažniausiai montuojami nejudančioms robotų rankoms, todėl įdiegimas tampa sudėtingesnis ir brangesnis. Jėgos ir padėties mišrusis valdymo modelis šių jėga remiamų užduočių sėkmės rodiklį pagerino beveik 40 % lyginant su tradiciniu VLA modeliu (vizualaus kalbos veiksmo modeliu).