Компания Qianjue, специализирующаяся на воплощенном искусственном интеллекте и имеющая корни в Университете Цинхуа, анонсировала Polibrain — предиктивную модель мира, предназначенную для роботов. Презентация состоялась на первой Конференции по физическому ИИ и моделям мира, открывшейся в Нанкине 20 октября, где основатель Гао Хайчуань выступил с презентацией модели во время вступительного ключевого доклада.
Polibrain не стремится генерировать каждый будущий кадр видео. Вместо этого она изучает взаимосвязи между состоянием окружающей среды, историей и результатами действий, прогнозируя, как состояния, релевантные задаче, изменятся в латентном пространстве представления. Компания утверждает, что при задаче сбора мусора для робота цвет земли имеет меньшее значение, чем расположение объекта, положение манипулятора относительно него и то, как захват изменит состояние.
Модель объединяет восприятие, понимание состояния, прогнозирование действий, принятие решений, исполнение и обратную связь в замкнутый цикл. Когда полученные результаты расходятся с прогнозами, например после неудачного захвата, система переоценивает задачу, исходя из нового состояния, и корректирует последующие шаги. Qianjue заявляет, что декодирование ключевых признаков позволяет ей отслеживать расхождения между ожидаемым и фактическим состояниями, помогая находить ошибки и восстанавливаться.
В демонстрационном видео, предоставленном компанией, четвероногий робот, оснащенный манипулятором и корзиной для сбора, ищет мусор на улице, приближается к нему, планирует движение манипулятора и помещает предметы в корзину. Qianjue сообщает, что Polibrain адаптируется для использования в четвероногих, гуманоидных, колесных, одноруких и двухруких роботах для выполнения таких задач, как обслуживание компаньонов, обслуживание еды, уборка и тонкая манипуляция. При этом компания признает, что надежность модели в сложных сценах еще требует более тщательного тестирования в реальных условиях.
Qianjue позиционирует себя как поставщика «мозгов» для роботов, а не как производителя аппаратного обеспечения. Ее слабосвязанная архитектура разделяет общее представление об окружающей среде и задаче от собственного управления каждой машины, что позволяет различным роботам или даже подключенным устройствам выполнять одно и то же намеренное изменение по-своему. Компания надеется, что это также позволит данным от разных форм роботов питать одну модель.
Данная разработка опирается на исследования, опубликованные Qianjue совместно с командой из Университета Цинхуа на конференции ICML 2025 о том, когда нейронные сети обучаются моделям мира, а также на более поздние работы, касающиеся меры сложности модели «Эффективная степень» и контрфактического метода для определения того, какие прошлые наблюдения следует сохранять.