Malaking pag-unlad! Ang pangkat ng mananaliksik sa Beijing ay nagmungkahi ng unang 'algoritmo ng pagsasalo-salo ng puwersa at posisyon' sa buong mundo

Kamakailan, ang mga koponan ng pananaliksik mula sa Tsina ay nakagawa ng malalaking pag-unlad sa larangan ng mga algoritmo ng robot, na nagmungkahi ng unang pinag-isang teorya sa buong mundo ng "algoritmo ng pagsasalo-salo ng puwersa at posisyon". Ang algoritmong ito ay hindi umaasa sa mga sensor ng puwersa, na nagpapahintulot sa robot na matuto ng parehong kontrol ng posisyon at puwersa nang sabay-sabay. Ang rate ng tagumpay sa mga kaugnay na gawain ay tumaas ng humigit-kumulang 39.5% kumpara sa estratehiya na gumagamit lamang ng kontrol ng posisyon. Mas kapansin-pansin pa rito ang katotohanang ang mga kaugnay na papel nito ay nanalo na ng Outstanding Paper Award sa International Robot Learning Conference—ito ang unang pagkakataon mula nang itatag ang gantimpala na isang koponan ng mga dalubhasang Tsino ang nanalo nito.
Sa eksperimental na lokasyon ng Beijing General Artificial Intelligence Research Institute, isang apat-na-paa na mekanikal na aso na may ganitong bagong algorithm ang nagsasagawa ng gawain sa pagsasanay ng pagpapalinis ng whiteboard nang maayos. Ginamit ng mga mananaliksik ang praktikal na senaryo na ito upang ipaliwanag sa mga mamamahayag ang pangunahing prinsipyo at malinaw na mga kalamangan ng "force position hybrid control algorithm".
Si Jia Baoxiong, isang mananaliksik sa Beijing General Artificial Intelligence Research Institute: Ang pangunahing mga modelo ng aksyon na may visual at wika ay tumatanggap talaga ng mga litrato na kinuha ng mga kamera bilang input, at pagkatapos ay gumagawa ng mga prediksyon ng trajectory. Maaaring magdulot ang trajectory na ito ng hindi pagkakasunod-sunod ng robot sa pisara habang nangunguspa, na nagreresulta sa kakayahang hindi makuha ang sitwasyong ito. Sa modelo ng mixed control na pagsasama ng force at position, sinusubukan namin punuan ang dimensyon ng force hangga't maaari, upang makamit ang epekto ng paglalagay ng presyon sa pisara batay sa tiyak na posisyon, kaya’t maaari itong mahigpit na sumandig sa pisara at burahin ang mga salita dito. Ibig sabihin, hindi lamang pinatag namin ang dimensyon ng force sa orihinal na visual language action model, kundi nakamit din namin ang epekto ng sabay na pagsasama ng force at position control.
Ayon sa mga mananaliksik, ang karaniwang ginagamit na modelo ng aksyon ng visual na wika ay madalas na nabibigo sa pagharap sa maraming gawain sa tunay na buhay. Ang pangunahing isyu ay matatagpuan sa katotohanang karamihan sa mga gawaing ito ay kinasasangkot ang mga kumplikadong sitwasyon ng pakikipag-ugnayan, tulad ng pagpapalinis ng pisara, kung saan ang robotic arm ay kailangang dumikit sa ibabaw habang pinapanatili ang angkop na presyon; ang pinto ng switch cabinet ay kailangang tumpak na makita ang panloob na istraktura ng spring na pumipigil at pumupush; at ang robot ay hindi lamang kailangang "pumunta kung saan ito pupunta at iluwa ang kamay kung saan ito iluluwag", kundi kailangan din nitong "maunawaan kung gaano kalakas ang puwersa na dapat gamitin". Bago ang 'force position hybrid control algorithm', lahat ng mga gawaing ito ay kailangang solusyunan gamit ang mga force sensor.
Si Jia Baoxiong, isang mananaliksik sa Beijing General Artificial Intelligence Research Institute: Ang mga sensor ng puwersa ay karaniwang idinadagdag sa mga robotic arm na nakafixed, kaya’t mas kumplikado at mahal ang pag-install nito. Ang modelo ng mixed control na pagsasama ng puwersa at posisyon ay nagpabuti ng rate ng tagumpay ng mga gawaing ito na nangangailangan ng puwersa ng halos 40% kumpara sa tradisyonal na VLA model (visual language action model).