Jalur baru utama! Pasukan penyelidikan Beijing mencadangkan 'algoritma kawalan hibrid daya–kedudukan' pertama di dunia

Baru-baru ini, pasukan penyelidikan Tiongkok telah membuat kemajuan besar dalam bidang algoritma robot dengan mencadangkan teori bersatu pertama di dunia bagi "algoritma kawalan hibrid daya-kedudukan". Algoritma ini tidak bergantung kepada sensor daya, membolehkan robot belajar kawalan kedudukan dan daya secara serentak. Kadar kejayaan tugas-tugas berkaitan meningkat sebanyak kira-kira 39.5% berbanding strategi yang hanya menggunakan kawalan kedudukan. Lebih menarik lagi, kertas kerja berkaitan telah memenangi Anugerah Kertas Kerja Cemerlang di Persidangan Antarabangsa tentang Pembelajaran Robot, iaitu kali pertama sejak penubuhan anugerah tersebut bahawa pasukan sarjana Tiongkok memenanginya.
Di tapak eksperimen Institut Penyelidikan Kecerdasan Buatan Am Beijing, seekor anjing mekanikal berkaki empat yang dilengkapi algoritma baharu ini sedang menjalankan tugas latihan mengelap papan putih secara teratur. Para penyelidik menggunakan senario praktikal ini untuk menerangkan kepada wartawan prinsip utama dan kelebihan ketara algoritma kawalan hibrid "daya–kedudukan".
Jia Baoxiong, seorang penyelidik di Beijing General Artificial Intelligence Research Institute: Model tindakan bahasa visual arus utama sebenarnya mengambil gambar yang diambil oleh kamera sebagai input, kemudian membuat ramalan lintasan. Lintasan ini mungkin menyebabkan robot tidak dapat mematuhi papan putih secara ketat semasa proses mengelap, sehingga tidak dapat mengelap situasi ini. Dalam model kawalan bercampur daya–kedudukan, kami cuba mengisi dimensi daya sebanyak mungkin, mencapai kesan memberikan tekanan pada papan putih berdasarkan penentuan kedudukan yang tepat, supaya ia dapat melekat rapat pada papan putih dan menghapuskan perkataan di atasnya. Dengan kata lain, kami tidak hanya meratakan dimensi daya pada model tindakan bahasa visual asal, tetapi juga mencapai kesan kawalan daya dan kedudukan secara serentak.
Menurut penyelidik, model tindakan bahasa visual yang banyak digunakan sering kali gagal menangani banyak tugas dalam kehidupan sebenar. Isu utamanya ialah kebanyakan tugas ini melibatkan senario sentuhan yang kompleks; contohnya, ketika mengelap papan putih, lengan robot mesti melekat pada permukaan sambil mengekalkan tekanan yang sesuai; pintu kabinet suis perlu mengesan secara tepat struktur spring tolak-tarik di dalamnya; dan robot tidak hanya perlu "pergi ke mana sahaja dan mengulurkan tangan ke mana sahaja", tetapi juga perlu "memahami berapa banyak daya yang perlu digunakan". Sebelum algoritma kawalan hibrid kedudukan-daya, semua perkara ini perlu diselesaikan melalui sensor daya.
Jia Baoxiong, seorang penyelidik di Institut Penyelidikan Kecerdasan Buatan Am Beijing: Sensor daya sebenarnya lebih kerap ditambahkan pada lengan robot yang tetap, menjadikan pemasangan lebih rumit dan mahal. Model kawalan bercampur daya–kedudukan telah meningkatkan kadar kejayaan tugas-tugas ini yang memerlukan daya sehingga hampir 40% berbanding model VLA tradisional (model tindakan bahasa visual).