Stort genombrott! Forskargrupp i Beijing föreslår världens första "hybridstyrningsalgoritm för kraft och position"

Nyligen har kinesiska forskningslag gjort betydande genombrott inom robotalgoritmer och föreslagit världens första enhetliga teori för "hybridstyrningsalgoritm för kraft och position". Denna algoritm kräver inte kraftsensorer, vilket gör att roboten kan lära sig både positions- och kraftstyrning samtidigt. Genomförandefrekvensen för relaterade uppgifter har ökat med cirka 39,5 % jämfört med strategier som endast använder positionsstyrning. Ännu mer anmärkningsvärt är att de relaterade vetenskapliga artiklarna för närvarande har tilldelats priset för utmärkt artikel vid International Robot Learning Conference – för första gången sedan priset instiftades har ett lag av kinesiska forskare fått detta erkännande.
På experimentplatsen för Beijing General Artificial Intelligence Research Institute utför en fyrbenad mekanisk hund, utrustad med denna nya algoritm, träningsuppgiften att rengöra whiteboards på ett strukturerat sätt. Forskare använde detta praktiska scenario för att förklara för journalister de centrala principerna och framträdande fördelarna med "hybridkraft-positionsalgoritmen".
Jia Baoxiong, forskare vid Beijing General Artificial Intelligence Research Institute: De dominerande visuella språkhandlingsmodellerna använder faktiskt foton som tagits med kameror som indata och gör sedan förutsägelser om rörelsebanor. Denna bana kan leda till att roboten inte strikt följer whiteboarden under torkningsprocessen, vilket resulterar i att den inte kan sudda bort texten. I vår modell för blandad kraft- och positionsstyrning försöker vi så långt som möjligt kompensera för kraftdimensionen, vilket uppnår effekten av att applicera tryck mot whiteboarden utifrån exakt positionering – så att roboten kan anpassa sig nära whiteboarden och sudda bort texten på den. Med andra ord har vi inte bara utvidgat den ursprungliga visuella språkhandlingsmodellen med kraftdimensionen, utan också uppnått en samtidig kombination av kraft- och positionsstyrning.
Enligt forskare klarar den allmänt använda visuella språkhandlingsmodellen ofta inte många uppgifter i verkliga livet. Kärnproblemet ligger i att de flesta av dessa uppgifter innebär komplexa kontaktsituationer – till exempel måste den robotarm som tömmer ett svartboard hålla sig fast vid ytan samtidigt som den utövar lämpligt tryck, dörren till en strömbrytarpanel måste exakt uppfatta den inre tryck-/dragfjäderstrukturen, och roboten behöver inte bara "gå dit den ska gå och räcka ut armen dit den ska räcka ut", utan också "förstå hur mycket kraft som ska användas". Innan "algoritmen för hybridstyrning av kraft och position" krävdes alla dessa uppgifter lösas med hjälp av kraftsensorer.
Jia Baoxiong, forskare vid Beijing General Artificial Intelligence Research Institute: Kraftsensorer monteras faktiskt oftare på fasta robotarmar, vilket gör installationen mer komplicerad och dyr. Modellen för blandad kraft- och positionsstyrning har förbättrat framgångsgraden för dessa kraftkrävande uppgifter med nästan 40 % jämfört med den traditionella VLA-modellen (visual language action model).