Zoellent AI Lab lança GR-SAC para refinar políticas congeladas de robôs com um pequeno controlador
Leia mais
Pandaily
pandaily.com

Zoellent AI Lab lança GR-SAC para refinar políticas congeladas de robôs com um pequeno controlador

A Zoellent AI Lab apresentou o GR-SAC, um controlador leve baseado em aprendizado por reforço, projetado para corrigir o funcionamento de um modelo congelado que combina visão, linguagem e ações. O método foi anunciado em novembro na China, após a publicação do repositório e o envio dos resultados para o placar de líderes do RoboMME na mesma semana.

GR-SAC significa Gated Residual Soft Actor-Critic. Em vez de retreinar todo o modelo base, a implementação adiciona um ator visual com 232.110 parâmetros ao SimpleMemVLA. O modelo original continua a interpretar observações e gerar sequências de ações, enquanto o controlador menor aprende correções limitadas nos comandos das juntas do manipulador.

O controlador analisa imagens de câmeras frontal e de pulso, o estado do robô e a fila de ações pendentes. A inclusão de uma válvula permite fazer ajustes apenas sob certas condições observáveis, incluindo ações alvo relativamente estáveis e comandos de preensão. Limites, decaimento e reinicializações controlam o acúmulo desses ajustes. Esses parâmetros são soluções de projeto de controle, e não garantias de ausência de comportamento inseguro em todos os ambientes.

Nos resultados de referência apresentados, a porcentagem de sucesso aumentou de 706 para 711 episódios de 800, correspondendo a um aumento de 88,250% para 88,875%. Consequentemente, o número de falhas diminuiu de 94 para 89, representando uma redução relativa de falhas de 5,32%, e não um aumento geral de sucesso de 5,32 pontos percentuais.

Os testes abrangeram 16 tarefas do RoboMME, cada uma composta por 50 episódios. A tarefa InsertPeg melhorou de 46% para 52%, e MoveCube aumentou de 94% para 100%. No entanto, nem todas as tarefas mostraram melhoria: a tabela de referência também registrou regressões, portanto, o resultado agregado não pode ser considerado um ganho universal em todas as habilidades de manipulação.

A Zoellent descreve o GR-SAC como líder no trilho padrão do RoboMME, que avalia métodos com base em modelos abertos. A mesma tabela de classificação combinada inclui uma categoria Agentic separada, que utiliza modelos avançados proprietários e um padrão humano. Assim, a posição no trilho padrão não é equivalente à superioridade sobre cada entrada na tabela geral.

O repositório público contém um relatório técnico, um checkpoint do controlador de referência, materiais de treinamento e avaliação, bem como resultados para cada tarefa. O código possui licença MIT; isso não anula automaticamente os termos do modelo base ou de outras dependências. Os resultados relatados permanecem como avaliações de referência dos desenvolvedores, e não como um teste de confiabilidade reproduzido independentemente em produção real.

Histórias semelhantes

ACE Robotics apresenta ACE-CaP-0: Agentes de IA escrevem código reutilizável para robôs com 92,1% de sucesso
Leia mais
pandaily.com

ACE Robotics apresenta ACE-CaP-0: Agentes de IA escrevem código reutilizável para robôs com 92,1% de sucesso

A ACE Robotics, especializada em inteligência artificial incorporada e liderada pelo cofundador da SenseTime, Wang Xiaogang, lançou o modelo ACE-CaP-0. Neste enfoque de pesquisa, um agente de IA geral é responsável por escrever, testar e refinar programas de controle de robôs, que são então registrados como habilidades reutilizáveis capazes de operar autonomamente sem a intervenção do agente.

O artigo foi publicado no arXiv em 12 de novembro, e a empresa anunciou o trabalho em 13 de novembro. Este método baseia-se no conceito de 'Código como Políticas' (Code as Policies), que descreve o comportamento do robô através de código executável, em vez de chamar um grande modelo a cada passo. Os autores afirmam que chamadas repetidas ao modelo retardam o funcionamento do robô, enquanto o programa pronto utiliza a lógica já estabelecida durante sua criação.

A principal dificuldade reside no desenvolvimento de código confiável sem a necessidade de realizar um grande número de testes físicos dispendiosos. No ACE-CaP-0, o agente decide autonomamente se precisa solicitar ajuda.

Metodologia e resultados

Em uma comparação realizada pela equipe, os melhores resultados foram demonstrados mediante solicitação, combinados com o uso seletivo de simulação. As taxas de sucesso foram obtidas através dos próprios testes dos autores. Em oito tarefas em condições reais, incluindo instalação de carregador, embalagem de pão, remoção de tampa de garrafa, inserção de copos, colocação de flor e embalagem de sapatos, os programas registrados tiveram sucesso em 221 de 240 tentativas, o que corresponde a 92,1%.

Sete dessas tarefas atingiram uma taxa de pelo menos 90%, e a tarefa de instalação do carregador demonstrou 100% de sucesso. O tempo médio de execução da tarefa variou de 0,97 a 2,27 minutos. Os programas funcionam com base na própria percepção e controle do robô, sem intervenção humana ou de agente codificador.

É importante notar que os resultados obtidos são baseados no uso de uma única instalação com dois manipuladores, selecionada pela equipe, e ainda não foram reproduzidos independentemente. A ACE Robotics afirma que este trabalho está alinhado com seu plano de integrar modelos gerais com seu modelo global Kairos.

D-Robotics e Infinigence AI integram ferramentas abertas de robótica em chips Sunrise
Leia mais
pandaily.com

D-Robotics e Infinigence AI integram ferramentas abertas de robótica em chips Sunrise

A D-Robotics e a Infinigence AI anunciaram um acordo pelo qual um conjunto de ferramentas de código aberto para inteligência artificial incorporada será integrado aos chips Sunrise da D-Robotics e à sua plataforma de software RoboGo. Isso foi anunciado por ambas as empresas em 13 de novembro.

Relata-se que alguns componentes já estão operando em conjunto, permitindo que os desenvolvedores realizem todo o ciclo de trabalho: treinar modelos, controlar dispositivos, executar agentes e implantá-los no hardware dos robôs dentro de um fluxo de trabalho unificado.

Este conjunto de ferramentas de código aberto abrange quatro estágios de desenvolvimento de robôs. Foi desenvolvido em colaboração com a Universidade Tsinghua e a Infinigence AI.

A D-Robotics é responsável por fornecer o hardware e a plataforma. Seus chips Sunrise fornecem acesso aos dispositivos e a execução de operações diretamente a bordo, enquanto o RoboGo cuida do gerenciamento do ambiente, planejamento de tarefas e monitoramento de tempo de execução.

De acordo com os comunicados das empresas, a integração já demonstrou resultados: os desenvolvedores podem selecionar o ambiente de treinamento no RoboGo, controlar remotamente e chamar hardware periférico, bem como realizar o treinamento de modelos, a execução de agentes e testes com feedback do hardware em um único processo.

Este anúncio expande trabalhos anteriormente demonstrados por ambas as partes. A Infinigence AI abriu o código-fonte do APXInf em setembro, utilizando o modelo otimizado Pi0.5 para NVIDIA Jetson Thor, e a adaptação S600 adicionou um chip de robô doméstico às suas soluções alvo. A D-Robotics anteriormente combinava modelos de robôs de terceiros com o Sunrise S600, incluindo o GigaBrain-0.7 da GigaAI.

Nenhuma das empresas publicou métricas de desempenho para o fluxo de trabalho combinado nem informou quando mais modelos Sunrise suportarão o APXInf.

Robbyant da Ant Group lança modelo LingBot-Touch para percepção tátil de braços robóticos
Leia mais
pandaily.com

Robbyant da Ant Group lança modelo LingBot-Touch para percepção tátil de braços robóticos

A Robbyant, uma subsidiária da Ant Group, lançou publicamente o modelo LingBot-Touch. Este modelo fundamental tátil destina-se a fornecer uma sensação unificada de toque aos braços robóticos.

Anunciado em 10 de novembro, o modelo foi pré-treinado com dados coletados em quase 5000 horas de experiência tátil real. Ele abrange três princípios sensoriais: magnético, visual-tátil e piezoresistivo. O código do modelo está disponível sob a licença Apache-2.0, e os pontos de controle Tiny e Small estão disponíveis nas plataformas Hugging Face e ModelScope.

O principal problema que o LingBot-Touch resolve é a incompatibilidade dos sinais brutos gerados por diferentes sensores táteis; a experiência de toque obtida em um tipo de sensor raramente é aplicável a outro. O LingBot-Touch resolve esse problema fornecendo um tokenizador de entrada próprio para cada tipo de sensor, que alimenta os dados em um Transformer comum. O modelo mapeia os pontos de contato em um espaço de coordenadas unificado da ponta do dedo e gera tokens táteis unificados que podem ser usados por diferentes modelos de ação.

O repositório descreve uma abordagem alvo no estilo JEPA, que prevê representações latentes a partir do contexto espaço-temporal do toque. Os dados de treinamento foram obtidos tanto de luvas táteis usadas por humanos quanto de braços ágeis teleoperados.

Testando o modelo em tarefas de robótica

A Robbyant testou o modelo em dois braços ágeis — Sharpa Wave e XHand — em 26 tarefas executadas por robôs reais. Essas tarefas incluíram virar páginas, torcer tampas de garrafas e identificar peças de mahjong. Ao adicionar a representação LingBot-Touch a quatro modelos de ação — LingBot-VLA, $\pi$0.5, Diffusion Policy e T-Rex — a taxa média de sucesso das tarefas aumentou em cerca de 14 a 26 pontos percentuais em comparação com as versões que não utilizavam feedback tátil.

Em um caso, quando o T-Rex tentava torcer tampas no Sharpa Wave, o sucesso era de 56,25% sem o uso da tátil, 62,5% ao usar os sinais brutos dos sensores e 90% após a integração do LingBot-Touch.

Todos os 26 testes foram realizados usando a versão Tiny, que possui cerca de 5 milhões de parâmetros e aumenta o tamanho das políticas conectadas em apenas 0,13%–0,16%. A equipe observa que a versão maior Small continua a melhorar à medida que o volume de dados de treinamento atinge 5000 horas.

Para verificar a transferência de conhecimento entre diferentes plataformas de hardware, a equipe congelou o codificador no XHand, cujo módulo sensível a campo magnético estava ausente nos dados de pré-treinamento, e treinou apenas o modelo de ação com demonstrações do XHand. O conhecimento sobre toque magnético neste caso foi obtido exclusivamente a partir dos dados de luvas humanas.

A Robbyant posiciona este modelo como uma camada neutra entre os sensores táteis e os modelos de ação, e não como um componente vinculado à sua própria LingBot-VLA. Isso permite que os fabricantes de equipamentos escolham sensores com base no custo, enquanto as equipes de sistemas podem manter suas próprias políticas.

Todos os resultados apresentados pertencem à própria Robbyant, e a empresa não comunicou reproduções independentes desses dados. O lançamento no GitHub é um lançamento de inferência, contendo o codificador congelado e utilitários para extrair características táteis.

Popular