公開：2025年2月25日 /更新：2025年2月25日 - 著者： Konrad Wolfenstein
Roboticsのつまずきから宙返りまで：AI-Upgradeはヒューマノイドスキルを定義します - xpert.digital
ヒューマノイドの未来：アトラスは強化学習を通してより賢い
戦略的パートナーシップ：ボストンダイナミクスは、実際のアプリケーションのためにAtlasを最適化します
発表では、ダイナミックロボットの分野の先駆者であるボストンダイナミクスと、有名なロボットの専門家であり、ボストンダイナミクスの元CEOであるMarc Raibertの指示の下での研究機関であるRobotics＆AI Institute（RAI Institute）が発表しました。戦略的パートナーシップ。 2025年2月に公式に開始されたこの協力の宣言された目標は、強化学習（強化学習）を使用することにより、高度なヒューマノイドロボットアトラスのスキルの大幅な改善です。この協力は、Atlasをより柔軟で機敏にするだけでなく、より幅広い実際のアプリケーションの資格を得て、ヒューマノイドロボット工学の新しい時代への道を開くことを約束します。
に適し：
将来の協力の中核目標
ボストンダイナミクスとRAI研究所のパートナーシップは、アトラスの基本的なスキルを変え、印象的な研究デモンストレーターから多様で実用的なツールにそれを開発することを目的とする多くの野心的な目標に焦点を当てています。これらの取り組みの中心には、3つの主要な分野があります。
シムからリアルのギャップの架橋：シミュレーションから現実への道
ロボット工学の最大の課題の1つ、特に強化学習の分野では、シミュレーションで学習したスキルの実世界への移行です。シミュレーションは、ロボットをトレーニングするための理想的な環境を提供します。これは、無制限の量のデータ、環境の完全な制御、およびリスクを伴う危険またはコスト集約型シナリオをシミュレートする可能性を可能にするためです。ロボットは、損傷や怪我のリスクなしに、仮想世界の動きやタスクの無数の反復を実行できます。
一方、現実ははるかに複雑で予測不可能です。物理ロボットは、感覚ノイズ、予期せぬ障害、モデリングの不正確さ、変動の絶え間ない課題に満ちた世界で動作します。完全に制御されたシミュレーションで機能するものは、混oticとした現実では失敗する可能性があります。 「Sim-to-Real-Lücke」は、まさにこの矛盾を説明しています。
ボストンダイナミクスとRAI研究所とのパートナーシップは、革新的な方法とアルゴリズムを使用してこのギャップを埋めるという目標を設定しています。研究者は、シミュレーションだけでなく現実の世界でも確実に機能する堅牢で一般化可能な動きの開発に取り組んでいます。これには、物理的な現実をより正確にマッピングする高度なシミュレーション環境の開発、および現実世界の変形性に耐性のあるシミュレーションのモデルをより耐性にするためのドメインランダム化や適応シミュレーションなどの手法の使用が含まれます。この分野での成功は、ロボット工学の補強学習の可能性を最大限に活用し、実際の非構造化された環境でロボットを使用するために重要です。
ロコ操作の改善：動きと相互作用の技術
ロコの操作、つまりオブジェクトの同時輸送と操作を見つける能力は、複雑で動的な環境で作用するロボットにとって重要な能力です。倉庫を移動してパッケージを選択するヒューマノイドロボット、または災害ゾーンの破片を排除し、同時に生存者を検索するロボットを想像してください。これらのすべてのシナリオでは、ロボットが効率的に移動するだけでなく、同時に周囲と相互作用することができることが不可欠です。
ただし、高度なLoko操作戦略の開発は大きな課題です。運動計画、鉄道計画、握り計画、強度のレベルとの間の緊密な調整が必要です。ロボットは、その動きと操作を、周囲の絶えず変化する状態にリアルタイムで適応させることができなければなりません。
パートナーシップの一環として、研究者はAtlas Loco操作スキルを新しいレベルに高めるための新しい革新的な戦略を開発します。これには、同時計画と把持計画のためのアルゴリズムの研究、さまざまなオブジェクトの操作のための堅牢な電力制御戦略の開発、および反応を迅速に迅速に適応的に適応的に操作できるように感覚情報を制御ループに統合することが含まれます。ロコ操作の改善は、Atlasをさまざまなアプリケーションにとって本当に用途が広く有用なツールにするための重要なステップです。
全身接触戦略に関する研究：貧弱と脚の相乗効果
Atlasのようなヒューマノイドロボットは、人間の動きに非常に似た方法で動き、相互作用するユニークな可能性を秘めています。腕、脚、胴体を含む全身を複雑な動きやタスクに統合するこの能力は、ロボット工学のためのまったく新しい機会を開きます。全身の接触戦略は、腕との単純な操作を超えて、腕と脚の相乗効果を使用して、高性能の動きとタスクを可能にします。
重いオブジェクトを持っている人のことを考えてください。彼は腕だけでなく、足、胴体、体全体も使用して体重を安定させ、バランスを保ち、オブジェクトを効率的に輸送します。同様に、ヒューマノイドロボットは体全体を使用して、腕と脚の間の密接な調整を必要とする複雑なタスクを管理できるはずです。
研究者は、高性能の全身運動とタスクのための高度な規制アルゴリズムの開発と計画戦略に焦点を当てています。これには、ダイナミックランニング、ジャンプ、クライミング、リフティング、重いオブジェクトの運搬、cr屈な部屋での操作、複雑な環境との相互作用などの領域が含まれます。全身接触戦略の研究は、ヒューマノイドフォームファクターの可能性を最大限に活用し、自然で直感的な方法で世界で移動して相互作用できるロボットを開発するために非常に重要です。
この方向性協力の重要性
ボストンダイナミクスとRAI研究所のパートナーシップは、いくつかの理由でロボット工学とAIの研究コミュニティにとって非常に重要です。第一に、彼女はロボット工学の分野にある2つの主要な組織を組み合わせており、それぞれがユニークな強みとスキルを備えています。ボストンダイナミクスは、Atlas、Spot、Handle、Stretchなどの印象的でダイナミックなロボットプラットフォームで世界中で知られています。 Marc Raibertの指示の下でのRAI研究所は、インテリジェントマシンのトップテクノロジーの開発と、複雑なロボット工学の問題への強化学習の使用における何十年もの経験をもたらします。
Rai Instituteの創設者であるMarc Raiberは、ロボット工学のアイコンです。元ボストンのダイナミクスのCEOとして、彼は会社の発展を大幅に形作り、世界で最も印象的なロボットを生産しました。ロボティクスの研究は、彼のロボットのビジョンに永続的な影響を与えました。ロボットは、人や動物と同じように現実の世界で賢く多目的な動きをすることができます。 Rai Instituteの設立により、Raiberはロボット工学とAIの可能性の限界を拡大するという彼の使命を続けています。
このコラボレーションは、4つの足のロボットスポットの「Rehnection Learning Researcher Kit」を含む、以前の共同プロジェクトの強固な基盤に基づいています。このキットにより、世界中の研究者がスポットプラットフォームで強化学習アルゴリズムを開発およびテストすることができます。このキットの開発と実装の成功により、両方の組織が効果的に協力し、ロボット工学の再執行学習の分野で革新的なソリューションを開発できることが示されています。
世界で最も先進的で強力なヒューマノイドロボットの1つであるAtlasに補強学習を使用することにより、パートナーはヒューマノイドスキルの開発において大きな進歩を期待しています。強化学習は、従来のプログラミングアプローチで実装するのが難しい複雑なタスクを管理するためのロボットを訓練する可能性を提供します。これにより、ロボットは周囲との相互作用を通じて学習し、適応し、スキルを継続的に向上させることができます。
ボストンダイナミクスとRAI研究所は、一般の人々がアクセスできるヒューマノイドロボット工学の進歩を遂げるために、アトラスとの作業の定期的な更新とデモンストレーションを公開することを約束しました。この透明性は、ロボット工学とAIの研究に対する信頼を強化し、これらの技術の社会的受け入れを促進するために重要です。計画された出版物は、科学コミュニティに通知するだけでなく、ヒューマノイドロボット工学の魅力的な可能性と課題について一般の人々に刺激を与えます。
共同研究開発の詳細
ボストンダイナミクスとRAI研究所の協力は、研究開発のいくつかの中核分野に分かれています。
ATLASの一般的な再フォローアップ学習トレーニングパイプラインの開発
パートナーシップの中心にあるのは、アトラスのニーズとスキルに特に調整された最先端の強化学習トレーニングパイプラインの開発です。このパイプラインは、モバイル操作のための動的で一般化可能な動作をトレーニングするための基礎を形成します。報酬機能の定義から、適切なアルゴリズムの選択から、シミュレーション環境の開発と、実際のロボットでの学習行動の検証と転送までのすべてのステップが含まれます。
トレーニングパイプラインは、さまざまなタスクや環境への柔軟性と適応性を確保するためのモジュラーになります。深い強化学習、モデルベースの強化学習、マルチエージェント強化学習など、強化学習の高度な技術を統合して、トレーニングの効率と堅牢性を最大化します。特別な焦点は、すべてのステップを明示的に指定することなく、Atlasが複雑なタスクを学習できるようにする報酬関数の開発にあります。報酬機能は、効率的で自然で人間のような動きと相互作用を開発するようにロボットを導くことを目的としています。
SIMからリアルへの転送：仮想と現実の世界の間の橋
すでに述べたように、SIMからリアルへの転送は、ロボット工学の強化学習における最大の課題の1つです。チームは、シミュレーションと現実の世界のギャップを埋めるために集中的に作業し、シミュレーションでトレーニングされた動作が物理ハードウェアに正常かつ確実に転送できるようにします。
これには、シミュレーション環境の改善と堅牢な伝達方法の開発を含む多層アプローチが必要です。シミュレーション環境は、摩擦、接触、慣性、その他の物理的効果のモデリングなど、物理的な現実をより正確にマッピングするために継続的に改善されています。同時に、ドメインのランダム化、システム識別、適応制御などの手法を使用して、シミュレーションでトレーニングされたモデルを現実世界の不正行為に対してより耐性にします。目標は、シミュレーションから現実へのシームレスな移行を作成することです。これにより、Atlasは、実際の環境でパフォーマンスを大幅に失うことなく、仮想世界で学んだスキルを使用できます。
ヒューマノイドロボット工学の将来のための重要なスキルに焦点を当てる
パートナーシップは、実際の環境でのヒューマノイドロボットの実際の使用に不可欠な主要なスキルの開発と改善に焦点を当てています。
改善されたロコ操作：移動中にオブジェクトを処理します
Atlasは、ドア、スイッチ、レバー、ツール、その他のオブジェクトなどのオブジェクトやデバイスを同時に移動しながら操作できるようにします。この能力は、産業の自動化からロジスティクス、捜索および救助活動まで、さまざまなアプリケーションにとって非常に重要です。粗い地形を移動し、同時に破片を排除するか、損傷した構造を修復するためのツールを提供するアトラスを想像してください。
改善されたLoco操作には、アルゴリズムの開発が必要であり、動きの計画、把持計画、強度のレベルをリアルタイムで調整します。アトラスは、彼が操作するオブジェクトの形状、サイズ、重さ、性質にその動きと操作を適応させることができなければなりません。さらに、彼は知覚と周辺地域の不確実性に対処し、その計画と動きを動的に適応させることができなければなりません。これらのスキルの開発により、Atlasは幅広いアプリケーションにとってはるかに汎用性が高く、より便利なツールになります。
全身接触戦略：複雑な動きと重い負荷
研究者たちは、単純な歩行と到達を超えた要求の厳しい完全な動きの開発に焦点を当てています。これには、ダイナミックランニング、ジャンプ、クライミング、リフティング、重いオブジェクトの持ち運び、cr屈な部屋での操作が含まれます。これらのスキルには、腕、脚、胴体の間の緊密な調整が必要であり、体全体の相乗効果を使用して複雑なタスクを管理します。
ダイナミックランニングとジャンプにより、アトラスは不均一な地形や障害物を迅速かつ効率的に移動できます。登山はその範囲を延長し、困難なエリアへのアクセスを可能にします。重い物を持ち上げて着用すると、彼は物流と建設の貴重なヘルパーになります。 amp屈な部屋での操作により、人間にとってアクセスが困難または危険な環境での使用が可能になります。全身接触戦略の開発は、ヒューマノイドフォームファクターの可能性を最大限に活用し、アトラスを本当に機敏で強力なロボットにするための重要なステップです。
実用的な実装と継続的な進捗制御
ボストンダイナミクスとRAI研究所のパートナーシップは、研究開発作業の透明で実践指向の実装を非常に重要視しています。
定期的な進捗レポートとデモンストレーション
ボストンダイナミクスとRAI研究所は、協力の最新の開発と成功を文書化する定期的に進捗レポートを公開することを約束しました。これらのレポートには、進捗状況の書面による説明だけでなく、Atlasの鮮明なデモンストレーションも含まれます。これらのデモンストレーションは、ビデオとプレゼンテーションの形で公開され、科学コミュニティと一般の人々がアクセスできるようになります。
定期的な更新とデモンストレーションは、いくつかの目的に役立ちます。彼らは、科学コミュニティがヒューマノイドロボットの進歩を追求し、お互いを刺激することを可能にします。彼らは、ロボット工学の研究に対する透明性と信頼を促進し、これらの技術に対する社会的受け入れを高めるのに役立ちます。さらに、ボストンダイナミクスとRAI研究所に、コミュニティからフィードバックを受け取り、それに応じて研究の方向性を適応させる機会を提供します。
協力の場所：マサチューセッツ州、米国
パートナーシップの一環としての研究開発は、両方の組織が本社を持っているマサチューセッツ州で行われます。この空間的な近さは、研究チーム間の緊密な協力と直接交換を促進します。ボストンダイナミクスとRAI研究所のチームは、共通の研究所で働いており、両組織のリソースとインフラストラクチャを使用しています。チームとリソースのこの密接な統合は、パートナーシップの成功のための重要な要素であり、相乗効果を使用し、研究開発作業を効率的に促進することを可能にします。
Atlasの予想される新しいスキル：ヒューマノイドロボット工学の未来を調べる
ボストンダイナミクスとRAI研究所とのパートナーシップにより、アトラスロボットは、さらに多用途で有用なツールになる多くの画期的な新しいスキルを獲得することを目的としています。
改善されたモビリティと操作：動きの俊敏性と精度
動的な移動
Atlasは、不均一な地形、複雑な環境、さらには動的なシナリオで、さらに安定して液体を動かすことができます。これには、ランニング、ジャンプ、登山、さまざまな表面や条件にリアルタイムで適応する能力が含まれます。動的な移動は、Atlasがバランスを保ち、障害を克服し、それぞれの状況に動きを適応させることを可能にする高度な調節アルゴリズムとセンサーデータ融合によって可能になります。
全身操作
ロボットは、重いオブジェクトを正確かつ効率的に使用、持ち運び、移動、操作できるように、完全なボディコンタクトのための高度な戦略を実装します。これには、重量を安定させ、バランスを保ち、オブジェクトを安全に処理するために、腕、脚、胴体の高度に開発された調整が必要です。全身操作により、Atlasは以前は倉庫、建設現場、または災害帯で重い負荷を移動するなど、以前は人だけに留保されていたタスクを引き受けることができます。
高度な環境相互作用：世界とのインテリジェントな相互作用
オブジェクト操作
Atlasは、ドア、スイッチ、レバー、バルブ、ツール、コンテナなど、そのエリアのさまざまなオブジェクトやデバイスを操作することを学ぶ必要があります。この能力により、彼は人間の環境で行動し、既存のインフラストラクチャとの相互作用を必要とするタスクを実行できます。オブジェクトの操作には、オブジェクトを認識、見つけ、識別する高度な知覚スキル、およびそれらを安全かつ効率的に処理するために、洗練されたグリッピングおよび操作戦略が必要です。
材料と構造への適応性
ロボットは、それらを損傷したり破壊することなく、その強さ、速度、動きを異なる材料や構造に自動的かつインテリジェントに適応させることができます。これは、ロボットがさまざまな表面、材料、オブジェクトに遭遇する現実の世界との安全で信頼できる相互作用にとって重要です。適応性は、ATLAが相互作用をリアルタイムで監視および適応できるようにする強度センサー、触覚センサー、高度な調節アルゴリズムを使用することで達成されます。
学習能力と一般化：将来のイノベーションの基礎
強化学習によるより効率的な学習：
高度な純粋な学習技術の使用は、Atlasが以前よりもはるかに速く、より効率的に新しいスキルを学ぶことができることを目的としています。これには、学習を加速するアルゴリズムの開発、データが含まれます
に適し：
あなたのグローバルマーケティングおよびビジネス開発パートナー
☑️ 私たちのビジネス言語は英語またはドイツ語です
☑️ NEW: 母国語での通信!
コンラッド・ウルフェンシュタイン
喜んで個人アドバイザーとしてあなたと私のチームにお役に立ちたいと思っています。
お問い合わせフォームにご記入 +49 89 89 674 804 (ミュンヘン)までお電話ください。私のメールアドレスは: wolfenstein ∂ xpert.digital
私たちの共同プロジェクトを楽しみにしています。