Opublikowano: 25 lutego 2025 / Aktualizacja od: 25 lutego 2025 r. - Autor: Konrad Wolfenstein
Od potykania się do salta w robotyce: U-U-Upgrade definiuje umiejętności humanoidalne: xpert.digital
Przyszłość humanoidów: Atlas jest poprzez uczenie się wzmocnienia
Partnerstwo strategiczne: Boston Dynamics optymalizuje atlas dla prawdziwych aplikacji
W ogłoszeniu Boston Dynamics, pionier w dziedzinie dynamicznego robota oraz Robotics & AI Institute (RAI Institute), instytucja badawcza pod kierunkiem uznanego eksperta robotów i byłych dyrektorów generalnych Boston Dynamics, Marc Raibert, ogłosił A Partnerstwo strategiczne. Deklarowanym celem tej współpracy, która oficjalnie znalazła się w lutym 2025 r., Jest znacząca poprawa umiejętności zaawansowanego atlasu robota humanoidalnego poprzez zastosowanie uczenia się wzmocnienia (uczenie się wzmacniające). Ta współpraca obiecuje nie tylko uczynić Atlas bardziej elastycznym i zwinnym, ale także kwalifikowanie go do szerszego spektrum prawdziwych zastosowań, a tym samym utorować drogę do nowej ery robotyki humanoidalnej.
Nadaje się do:
Podstawowe cele przyszłej współpracy
Partnerstwo między Boston Dynamics i RAI Institute koncentruje się na wielu ambitnych celach, które mają na celu przekształcenie podstawowych umiejętności Atlasu i opracowanie go z imponującego demonstratora badań w zróżnicowane i praktyczne narzędzie. W centrum tych wysiłków znajdują się trzy główne obszary:
Mostkowanie luki sim-real: droga od symulacji do rzeczywistości
Jednym z największych wyzwań w robotyce, szczególnie w dziedzinie uczenia się wzmocnienia, jest przeniesienie umiejętności wyciągniętych w symulacjach do prawdziwego świata. Symulacje oferują idealne środowisko dla robotów szkoleniowych, ponieważ umożliwiają nieograniczone ilości danych, pełną kontrolę nad środowiskiem i możliwość symulacji niebezpiecznych lub kosztownych scenariuszy z ryzykiem. Roboty mogą wykonywać niezliczone iteracje ruchów i zadań w wirtualnych światach bez ryzyka uszkodzenia lub obrażeń.
Z drugiej strony rzeczywistość jest znacznie bardziej złożona i nieprzewidywalna. Roboty fizyczne działają w świecie pełnym hałasu sensorycznego, nieprzewidzianych zaburzeń, niedokładności modelowania i ciągłego wyzwania zmienności. To, co działa w doskonale kontrolowanej symulacji, może zawieść w chaotycznej rzeczywistości. „Sim-to-Real-Lücke” opisuje dokładnie tę rozbieżność.
Partnerstwo między Boston Dynamics i RAI Institute wyznaczyło sobie cel zamykania tej luki przy użyciu innowacyjnych metod i algorytmów. Naukowcy pracują nad opracowaniem solidnych i uogólnionych ruchów, które działają niezawodnie nie tylko w symulacji, ale także w prawdziwym świecie. Obejmuje to opracowanie zaawansowanych środowisk symulacyjnych, które precyzyjniej mapują rzeczywistość fizyczną, a także zastosowanie technik takich jak randomizacja domeny i symulacja adaptacyjna w celu uczynienia modeli przeszkolonych w symulacjach bardziej odpornych na nie dolegliwości świata rzeczywistego. Sukces w tym obszarze ma kluczowe znaczenie dla wykorzystania pełnego potencjału uczenia się wzmocnienia dla robotyki i użycia robotów w prawdziwych, nieustrukturyzowanych środowiskach.
Ulepszenie manipulacji loco: sztuka ruchu i interakcji
Zdolność do zlokalizowania manipulacji loco, tj. Jednoczesnym transportem i manipulacją obiektów, jest kluczową zdolnością dla robotów, które powinny działać w złożonych i dynamicznych środowiskach. Wyobraź sobie humanoidalnego robota, który porusza się po magazynie, aby wybrać pakiety, lub robota, który eliminuje gruz w strefie katastrofy, a jednocześnie szuka ocalałych. We wszystkich tych scenariuszach istotne jest, aby robot nie tylko poruszał się skutecznie, ale także mógł wchodzić w interakcje z otoczeniem.
Jednak opracowanie zaawansowanych strategii manipulacji Loko jest ogromnym wyzwaniem. Wymaga ścisłej koordynacji między planowaniem ruchu, planowaniem kolei, planowaniem chwytania i poziomem siły. Robot musi być w stanie dostosować swoje ruchy i manipulacje do stale zmieniających się warunków otoczenia w czasie rzeczywistym.
W ramach partnerstwa naukowcy opracują nowe i innowacyjne strategie podnoszenia umiejętności manipulacji Atlas Loco na nowy poziom. Obejmuje to badanie algorytmów jednoczesnego planowania i chwytania, opracowanie solidnych strategii kontroli energii w manipulacji różnymi obiektami oraz integrację informacji sensorycznych z pętlą kontrolną, aby umożliwić szybką i adaptacyjną manipulację loco. Ulepszenie manipulacji loco jest kluczowym krokiem, aby Atlas było naprawdę wszechstronnym i przydatnym narzędziem dla różnych aplikacji.
Badania strategii kontaktu z całego ciała: synergia biednych i nóg
Roboty humanoidalne, takie jak Atlas, mają wyjątkowy potencjał do poruszania się i interakcji w sposób bardzo podobny do ruchu człowieka. Ta zdolność do integracji całego ciała, w tym ramion, nóg i kadłuba, w złożone ruchy i zadania, otwiera zupełnie nowe możliwości dla robotyki. Strategie kontaktu z bodą wykraczają poza prostą manipulację ramionami i wykorzystują synergię między ramionami i nogami, aby umożliwić ruchy i zadania o wysokiej wydajności.
Pomyśl o osobie, która nosi ciężki przedmiot. Nie tylko używa ramion, ale także nóg, kadłuba i całego ciała, aby ustabilizować ciężar, aby zachować równowagę i skutecznie transportować obiekt. Podobnie roboty humanoidalne powinny być w stanie używać całego ciała do zarządzania złożonymi zadaniami wymagającymi ścisłej koordynacji między ramionami i nogami.
Naukowcy koncentrują się na rozwoju zaawansowanych algorytmów regulacyjnych i strategii planowania dla wysokich ruchów i zadań o wysokiej wydajności. Obejmuje to obszary takie jak dynamiczne bieganie, skoki, wspinaczka, podnoszenie i przenoszenie ciężkich przedmiotów, manipulacja w ciasnych pokojach i interakcja ze złożonymi środowiskami. Badania strategii kontaktu z całego ciała mają kluczowe znaczenie w celu wykorzystania pełnego potencjału humanoidalnego kształtu i rozwoju robotów, które mogą poruszać się i oddziaływać na świecie w naturalny i intuicyjny sposób.
Znaczenie tej kierunkowej współpracy
Partnerstwo między Boston Dynamics i RAI Institute ma ogromne znaczenie dla robotyki i społeczności badawczej AI z kilku powodów. Po pierwsze, łączy dwie wiodące organizacje w dziedzinie robotyki, każda z unikalnymi mocnymi stronami i umiejętnościami. Boston Dynamics jest znany na całym świecie ze swoich imponujących i dynamicznych platform robotów, takich jak atlas, miejsce, uchwyt i rozciąganie. Instytut RAI pod kierunkiem Marc Raibert wnosi dziesięciolecia doświadczenia w opracowywaniu najlepszych technologii inteligentnych maszyn i korzystania z uczenia się wzmocnienia złożonych problemów robotyki.
Marc Raiber, założyciel Rai Institute, jest ikoną robotyki. Jako były dyrektor generalny Boston Dynamics, znacząco ukształtował rozwój firmy i wyprodukował jedne z najbardziej imponujących robotów na świecie. Robotics Research miał trwały wpływ na jego wizję robotów, która może poruszać się tak sprytnie i wszechstronnym w prawdziwym świecie jak ludzie i zwierzęta. Wraz z założeniem RAI Institute Raiber kontynuuje misję rozszerzenia granic możliwych w robotyce i AI.
Współpraca oparta jest na solidnych podstawowych wspólnych projektach, w tym „zestawu badacza nauki wzmocnienia” dla czterokrotnego miejsca robota. Zestaw ten umożliwia naukowcom na całym świecie opracowywanie i testowanie algorytmów uczenia się wzmocnienia na platformie Spot. Udane opracowanie i wdrożenie tego zestawu wykazało, że obie organizacje są w stanie skutecznie współpracować i opracowywać innowacyjne rozwiązania w dziedzinie uczenia się robotyki.
Korzystając z uczenia się wzmocnienia dla Atlas, jednego z najbardziej zaawansowanych i potężnych robotów humanoidalnych na świecie, partnerzy oczekują znacznego postępu w rozwoju umiejętności humanoidalnych. Uczenie się wzmocnienia oferuje potencjał do szkolenia robotów, zarządzania złożonymi zadaniami, które trudno byłoby wdrożyć przy tradycyjnych podejściach do programowania. Umożliwia robotom uczenie się poprzez interakcję z otoczeniem, dostosowywanie się i ciągłe doskonalenie swoich umiejętności.
Boston Dynamics i RAI Institute podjęły się do publikowania regularnych aktualizacji i demonstracji ich pracy z Atlasami w celu osiągnięcia postępów w humanoidalnej robotyce dostępnej dla ogółu społeczeństwa. Ta przejrzystość jest ważna, aby wzmocnić zaufanie do robotyki i badań AI oraz promowanie akceptacji społecznej dla tych technologii. Planowane publikacje będą nie tylko poinformować społeczność naukową, ale także zainspirować opinię publiczną do fascynujących możliwości i wyzwań humanoidalnych robotyki.
Wspólne badania i rozwój szczegółowo
Współpraca między Boston Dynamics i RAI Institute jest podzielona na kilka podstawowych obszarów badań i rozwoju, które są ściśle powiązane i uzupełniają się nawzajem:
Opracowanie wspólnego ponownego podnoszenia rurociągu szkoleniowego dla atlasu
W centrum partnerstwa znajduje się opracowanie najnowocześniejszego rurociągu szkoleniowego uczenia się wzmocnienia, który jest specjalnie dostosowany do potrzeb i umiejętności Atlasu. Ten rurociąg będzie stanowić podstawę do dynamicznego i uogólnienia zachowania manipulacji mobilnej. Obejmuje wszystkie etapy procesu uczenia się wzmocnienia, od definicji funkcji nagrody i wyboru odpowiednich algorytmów po opracowanie środowisk symulacyjnych i pozyskiwania danych do walidacji i przeniesienia wyuczonego zachowania w prawdziwym robotu.
Rurociąg treningowy będzie modułowy, aby zapewnić elastyczność i zdolność adaptacyjną do różnych zadań i środowisk. Zintegruje zaawansowane techniki uczenia się wzmocnienia, takie jak uczenie się głębokiego wzmocnienia, uczenie się wzmocnienia oparte na modelu i uczenie się wzmocnienia wieloagentowego, aby zmaksymalizować wydajność i odporność szkolenia. Szczególny nacisk zostanie położony na opracowanie funkcji nagrody, które umożliwiają Atlasowi nauczenie się złożonych zadań bez wyraźnego określenia każdego kroku. Funkcje nagrody mają na celu poprowadzenie robota do rozwijania wydajnych, naturalnych i ludzkich ruchów i interakcji.
Transfer SIM-Real: pomost między światem wirtualnym i rzeczywistym
Jak już wspomniano, transfer SIM-Real jest jednym z największych wyzwań związanych z uczeniem się wzmocnienia dla robotyki. Zespoły będą intensywnie pracować nad wypełnieniem luki między symulacjami a światem rzeczywistym i zapewnią, że zachowanie przeszkolone w symulacjach może być skutecznie i niezawodnie przeniesione na fizyczny sprzęt.
Wymaga to podejścia wielowarstwowego, które obejmuje poprawę środowisk symulacyjnych i opracowanie solidnych metod transferu. Środowiska symulacyjne są stale ulepszane w celu dokładniejszego mapowania rzeczywistości fizycznej, w tym modelowania tarcia, kontaktu, bezwładności i innych efektów fizycznych. Jednocześnie techniki takie jak randomizacja domeny, identyfikacja systemu i kontrola adaptacyjna są wykorzystywane do uczynienia modeli przeszkolonych w symulacjach bardziej odpornych na nieostrożne świata rzeczywistego. Celem jest stworzenie bezproblemowego przejścia z symulacji do rzeczywistości, aby Atlas mógł wykorzystać umiejętności wyciągnięte w wirtualnym świecie bez znaczącej utraty wydajności w rzeczywistych środowiskach.
Skoncentruj się na kluczowych umiejętnościach przyszłości robotyki humanoidalnej
Partnerstwo koncentruje się na rozwoju i doskonaleniu kluczowych umiejętności, które są niezbędne do praktycznego wykorzystania robotów humanoidalnych w prawdziwych środowiskach:
Ulepszona manipulacja loco: Obsługuj obiekty podczas ruchu
Atlas ma być w stanie manipulować obiektami i urządzeniami, takimi jak drzwi, przełączniki, dźwignie, narzędzia i inne obiekty podczas poruszania się w tym samym czasie. Zdolność ta ma kluczowe znaczenie dla różnych zastosowań, od automatyzacji przemysłowej po logistykę po operacje przeszukiwania i ratowania. Wyobraź sobie Atlas, który porusza się przez szorstki teren, a jednocześnie wyeliminował gruz lub podaje narzędzia do naprawy uszkodzonej konstrukcji.
Ulepszona manipulacja loco wymaga opracowania algorytmów, które koordynują planowanie ruchu, planowanie chwytania i poziom siły w czasie rzeczywistym. Atlas musi być w stanie dostosować swoje ruchy i manipulacje do kształtu, wielkości, wagi i natury przedmiotów, które manipuluje. Ponadto musi być w stanie poradzić sobie z niepewnościami w percepcji i okolicy oraz dynamicznie dostosowywać swoje plany i ruchy. Rozwój tych umiejętności sprawi, że Atlas będzie znacznie bardziej wszechstronnym i bardziej przydatnym narzędziem do szerokiej gamy aplikacji.
Strategie kontaktu z całego ciała: złożone ruchy i ciężkie obciążenia
Naukowcy koncentrują się na rozwoju wymagających ruchów pełnego ciała, które wykraczają poza proste chodzenie i sięganie. Obejmuje to dynamiczne bieganie, skok, wspinaczka, podnoszenie i przenoszenie ciężkich przedmiotów oraz manipulacja w ciasnych pokojach. Umiejętności te wymagają ścisłej koordynacji między ramionami, nogami i kadłubem i wykorzystują synergię całego ciała do zarządzania złożonymi zadaniami.
Dynamiczne bieganie i skoki umożliwiają Atlasowi szybkie i wydajne poruszanie się w nierównomiernym terenie i na przeszkodach. Wspinaczka rozszerza swój zasięg i umożliwia dostęp do trudnych obszarów. Podnoszenie i noszenie ciężkich przedmiotów czyni go cennym pomocnikiem w logistyce i budownictwie. Manipulacja w ciasnych pokojach umożliwia stosowanie w środowiskach, które są trudne do dostępu lub niebezpieczne dla ludzi. Opracowanie strategii kontaktu z całego ciała jest kluczowym krokiem do wykorzystania pełnego potencjału humanoidalnego wzoru i uczynienia Atlasu naprawdę zwinnym i potężnym robotem.
Praktyczne wdrożenie i ciągła kontrola postępu
Partnerstwo między Boston Dynamics i RAI Institute przywiązuje ogromną wagę do przejrzystego i zorientowanego na praktykę wdrażania twoich badań i rozwoju:
Regularne raporty i demonstracje postępów
Boston Dynamics i RAI Institute podjęły się do publikowania okresowych raportów postępów, które dokumentują najnowsze osiągnięcia i sukces współpracy. Raporty te będą nie tylko zawierać pisemne opisy postępu, ale także żywe demonstracje z Atlasem, które pokazują nowo nabyte umiejętności w działaniu. Demonstracje te są publikowane w formie filmów i prezentacji oraz udostępniono społeczności naukową i ogółu społeczeństwa.
Regularne aktualizacje i demonstracje służą kilku celom. Umożliwiają społeczności naukowej kontynuować postęp w humanoidalnej robotyce i inspirowanie się nawzajem. Promują przejrzystość i zaufanie do badań robotyki i pomagają zwiększyć akceptację społeczną dla tych technologii. Ponadto oferują Boston Dynamics i RAI Institute możliwość otrzymania informacji zwrotnej od społeczności i odpowiednio dostosować kierunek badań.
Lokalizacja współpracy: Massachusetts, USA
Całe prace badawcze i rozwojowe w ramach partnerstwa odbywają się w Massachusetts, gdzie obie organizacje mają swoją siedzibę główną. Ta przestrzenna bliskość sprzyja ścisłej współpracy i bezpośredniej wymianie między zespołami badawczymi. Zespoły z Boston Dynamics i RAI Institute pracują w wspólnych laboratoriach i wykorzystują zasoby i infrastrukturę obu organizacji. Ta ścisła integracja zespołów i zasobów jest kluczowym czynnikiem sukcesu partnerstwa i umożliwia skorzystanie z Synergies oraz wydajne promowanie prac badawczych i rozwojowych.
Oczekiwane nowe umiejętności atlasu: spojrzenie na przyszłość humanoidalnej robotyki
Ze względu na partnerstwo między Boston Dynamics i RAI Institute, Atlas Robot ma na celu uzyskanie szeregu przełomowych nowych umiejętności, które sprawi, że będzie to jeszcze bardziej wszechstronne i przydatne narzędzie:
Poprawiona mobilność i manipulacja: zwinność i precyzja w ruchu
Lokomocja dynamiczna
Atlas ma być w stanie poruszać się jeszcze bardziej stabilnym i płynnym na nierównym terenie, w złożonych środowiskach, a nawet w scenariuszach dynamicznych. Obejmuje to bieganie, skok, wspinaczka i możliwość dostosowania się do różnych powierzchni i warunków w czasie rzeczywistym. Lokomocja dynamiczna jest możliwa dzięki zaawansowanym algorytmom regulacyjnym i fuzji danych czujników, które pozwalają Atlasowi zachować równowagę, pokonać przeszkody i dostosować jego ruchy do odpowiedniej sytuacji.
Manipulacja całego ciała
Robot wdroży zaawansowane strategie dla pełnego kontaktu ze sobą, aby móc używać, przenosić i manipulować ciężkimi obiektami dokładnie i wydajnie. Wymaga to wysoce rozwiniętej koordynacji ramion, nóg i kadłuba, aby ustabilizować wagę, zachować równowagę i bezpiecznie obsługiwać obiekty. Manipulacja całego ciała umożliwi Atlasowi podejmowanie zadań, które wcześniej były zarezerwowane tylko dla ludzi, takich jak poruszanie ciężkich obciążeń w magazynach, na placach budowy lub w strefach katastrof.
Zaawansowana interakcja środowiskowa: inteligentna interakcja z światem
Manipulacja obiektem
Atlas powinien nauczyć się manipulować różnymi obiektami i urządzeniami w swoim obszarze, w tym drzwi, przełączników, dźwigni, zaworów, narzędzi, kontenerów i wielu innych. Ta umiejętność umożliwi mu działanie w środowiskach ludzkich i wykonywanie zadań wymagających interakcji z istniejącą infrastrukturą. Manipulacja obiektami wymaga zaawansowanych umiejętności postrzegania rozpoznawania, lokalizacji i identyfikacji obiektów, a także wyrafinowanych strategii chwytania i manipulacji, aby bezpiecznie i skutecznie obsługiwać je.
Możliwość dostosowania do materiałów i konstrukcji
Robot będzie mógł automatycznie i inteligentnie dostosować swoją siłę, prędkość i ruchy do różnych materiałów i konstrukcji bez ich uszkadzania lub niszczenia. Ma to kluczowe znaczenie dla bezpiecznej i niezawodnej interakcji z prawdziwym światem, w którym roboty napotkają różne powierzchnie, materiały i przedmioty. Możliwość adaptacji osiąga się poprzez zastosowanie czujników wytrzymałości i momentu obrotowego, czujników dotykowych i zaawansowanych algorytmów regulacyjnych, które umożliwiają ATLA monitorowanie i dostosowanie jego interakcji w czasie rzeczywistym.
Zdolność uczenia się i uogólnienie: podstawa przyszłych innowacji
Bardziej wydajne uczenie się poprzez uczenie się wzmocnienia:
Zastosowanie zaawansowanych technik uczenia się PURFORCTUCT ma na celu umożliwienie Atlasom nauki nowych umiejętności znacznie szybszych i wydajniejszych niż wcześniej. Obejmuje to opracowanie algorytmów, które przyspieszają uczenie się, dane
Nadaje się do:
Twój globalny partner w zakresie marketingu i rozwoju biznesu
☑️Naszym językiem biznesowym jest angielski lub niemiecki
☑️ NOWOŚĆ: Korespondencja w Twoim języku narodowym!
Konrada Wolfensteina
Chętnie będę służyć Tobie i mojemu zespołowi jako osobisty doradca.
Możesz się ze mną skontaktować wypełniając formularz kontaktowy lub po prostu dzwoniąc pod numer +49 89 89 674 804 (Monachium) . Mój adres e-mail to: wolfenstein ∂ xpert.digital
Nie mogę się doczekać naszego wspólnego projektu.