Zoellent AI Lab выпустила GR-SAC для уточнения замороженных политик роботов с помощью небольшого контроллера
Подробнее
Pandaily
pandaily.com

Zoellent AI Lab выпустила GR-SAC для уточнения замороженных политик роботов с помощью небольшого контроллера

Zoellent AI Lab представила GR-SAC, легкий контроллер на основе обучения с подкреплением, предназначенный для коррекции работы замороженной модели, объединяющей зрение, язык и действия. Метод был анонсирован в ноябре в Китае, после публикации репозитория и подачи результатов на таблицу лидеров RoboMME ранее в той же неделе.

GR-SAC расшифровывается как Gated Residual Soft Actor-Critic. Вместо того чтобы переобучать всю базовую модель, реализация добавляет визуального актора с 232 110 параметрами к SimpleMemVLA. Оригинальная модель продолжает интерпретировать наблюдения и генерировать последовательность действий, в то время как меньший контроллер изучает ограниченные корректировки команд сустава манипулятора.

Контроллер анализирует изображения с фронтальной и запястной камер, состояние робота и очередь ожидающих действий. Включение вентиля позволяет вносить поправки только при соблюдении определенных наблюдаемых условий, включая относительно стабильные целевые действия и команды захвата. Ограничения, затухание и сбросы контролируют накопление этих исправлений. Эти параметры являются решениями по проектированию управления, а не гарантией отсутствия небезопасного поведения во всех средах.

В представленных эталонных результатах процент успеха увеличился с 706 до 711 эпизодов из 800, что соответствует росту с 88,250% до 88,875%. Соответственно, количество неудач снизилось с 94 до 89, что представляет собой относительное уменьшение отказов на 5,32%, а не увеличение общего успеха на 5,32 процентных пункта.

Тестирование охватило 16 задач RoboMME, каждая из которых состояла из 50 эпизодов. Задача InsertPeg улучшилась с 46% до 52%, а MoveCube возросла с 94% до 100%. Однако не все задачи показали улучшение: в эталонной таблице также зафиксированы регрессии, поэтому совокупный результат нельзя рассматривать как универсальный прирост по всем навыкам манипуляции.

Zoellent описывает GR-SAC как лидера в стандартном треке RoboMME, который оценивает методы на основе открытых моделей. Та же объединенная таблица лидеров включает отдельную категорию Agentic, использующую проприетарные передовые модели и человеческий эталон. Таким образом, позиция в стандартном треке не эквивалентна превосходству над каждой записью в общей таблице.

Общедоступный репозиторий содержит технический отчет, контрольную точку эталонного контроллера, материалы для обучения и оценки, а также результаты по каждой задаче. Код имеет лицензию MIT; это не отменяет автоматически условия базовой модели или других зависимостей. Сообщенные результаты остаются эталонными оценками разработчиков, а не независимо воспроизведенным тестом надежности на реальном производстве.

Похожие сюжеты

ACE Robotics представила ACE-CaP-0: ИИ-агенты пишут повторно используемый код для роботов с 92,1% успехом
Подробнее
pandaily.com

ACE Robotics представила ACE-CaP-0: ИИ-агенты пишут повторно используемый код для роботов с 92,1% успехом

Компания ACE Robotics, занимающаяся воплощенным искусственным интеллектом и возглавляемая соучредителем SenseTime Ван Сяогангом, выпустила модель ACE-CaP-0. В рамках этого исследовательского подхода общий ИИ-агент занимается написанием, тестированием и доработкой программ управления роботами, после чего они фиксируются в виде повторно используемых навыков, которые могут работать автономно без участия агента.

Статья была размещена на arXiv 12 ноября, а компания объявила о работе 13 ноября. Данный метод основан на концепции «Код как Политики» (Code as Policies), которая описывает поведение робота через исполняемый код, вместо того чтобы вызывать большую модель на каждом шагу. Авторы утверждают, что многократные вызовы модели замедляют работу робота, тогда как готовая программа использует уже имеющуюся логику, заложенную при ее создании.

Основная сложность заключается в разработке надежного кода без необходимости проведения большого количества дорогостоящих физических испытаний. В ACE-CaP-0 агент самостоятельно принимает решение о необходимости запросить помощь.

Методология и результаты

В сравнении, проведенном командой, наилучшими результатами стали демонстрации, доступные по запросу, в сочетании с выборочным использованием симуляции. Показатели успеха получены в результате собственных тестов авторов. В ходе восьми задач в реальных условиях, включая установку зарядного устройства, упаковку хлеба, снятие крышки бутылки, вкладывание чашек, вставку цветка и упаковку обуви, зафиксированные программы успешно справились с 221 из 240 попыток, что составляет 92,1%.

Семь из этих задач достигли показателя не менее 90%, а задача по установке зарядного устройства продемонстрировала 100% успех. Среднее время выполнения задачи варьировалось от 0,97 до 2,27 минуты. Программы функционируют на основе собственного восприятия и управления робота, без вмешательства человека или кодирующего агента.

Необходимо отметить, что полученные результаты основаны на использовании одной установки с двумя манипуляторами, выбранной командой, и пока не были воспроизведены независимо. ACE Robotics заявляет, что данная работа соответствует их плану по объединению общих моделей с их мировой моделью Kairos.

D-Robotics и Infinigence AI интегрировали открытые инструменты робототехники в чипы Sunrise
Подробнее
pandaily.com

D-Robotics и Infinigence AI интегрировали открытые инструменты робототехники в чипы Sunrise

D-Robotics и Infinigence AI объявили о соглашении, согласно которому набор инструментов открытого кода для воплощенного искусственного интеллекта будет интегрирован с чипами Sunrise от D-Robotics и ее программной платформой RoboGo. Это было объявлено обеими компаниями 13 ноября.

Сообщается, что некоторые компоненты уже работают совместно, что позволяет разработчикам выполнять полный цикл работ: обучать модели, управлять устройствами, запускать агентов и развертывать их на аппаратном обеспечении роботов в рамках единого рабочего процесса.

Этот набор инструментов с открытым исходным кодом охватывает четыре стадии разработки роботов. Он был разработан совместно Университетом Цинхуа и Infinigence AI.

D-Robotics отвечает за предоставление аппаратного обеспечения и платформы. Ее чипы Sunrise обеспечивают доступ к устройствам и выполнение операций непосредственно на борту, в то время как RoboGo занимается управлением средой, планированием задач и мониторингом времени выполнения.

Согласно заявлениям компаний, интеграция уже продемонстрировала результаты: разработчики могут выбрать среду обучения в RoboGo, удаленно управлять и вызывать периферийное оборудование, а также проводить обучение моделей, выполнение агентов и тестирование с обратной связью от оборудования в рамках одного процесса.

Данное объявление расширяет ранее показанные обеими сторонами работы. Infinigence AI открыла исходный код APXInf в сентябре, используя оптимизированную модель Pi0.5 для NVIDIA Jetson Thor, а адаптация S600 добавила отечественный чип робота в свои целевые решения. D-Robotics ранее объединяла сторонние модели роботов с Sunrise S600, включая GigaBrain-0.7 от GigaAI.

Ни одна из компаний не опубликовала показателей производительности для объединенного рабочего процесса и не сообщила, когда больше моделей Sunrise будут поддерживать APXInf.

Ant Group's Robbyant открывает модель LingBot-Touch для тактильного восприятия роботизированных рук
Подробнее
pandaily.com

Ant Group's Robbyant открывает модель LingBot-Touch для тактильного восприятия роботизированных рук

Компания Robbyant, являющаяся подразделением Ant Group, выпустила в открытый доступ модель LingBot-Touch. Эта тактильная фундаментальная модель предназначена для обеспечения роботизированным рукам единого ощущения прикосновения.

Анонсированная 10 ноября, модель была предварительно обучена на данных, собранных за почти 5000 часов реального тактильного опыта. Она охватывает три принципа сенсорики: магнитный, визуально-тактильный и пьезорезистивный. Код модели доступен под лицензией Apache-2.0, а контрольные точки Tiny и Small размещены на платформах Hugging Face и ModelScope.

Основная проблема, которую решает LingBot-Touch, заключается в несовместимости сырых сигналов, генерируемых различными тактильными датчиками; опыт касания, полученный на одном типе датчика, редко применим к другому. LingBot-Touch решает эту проблему, предоставляя каждому типу датчика свой собственный токенизатор ввода, который подает данные в общий Трансформер. Модель отображает точки контакта в единое координатное пространство кончика пальца и выдает унифицированные тактильные токены, которые могут использоваться разными моделями действий.

В репозитории описан целевой подход в стиле JEPA, который прогнозирует латентные представления из пространственно-временного контекста касания. Данные для обучения были получены как с тактильных перчаток, носимых человеком, так и с телеуправляемых ловких рук.

Тестирование модели на робототехнических задачах

Robbyant провела тестирование модели на двух ловких руках — Sharpa Wave и XHand — в рамках 26 задач, выполняемых реальными роботами. Эти задачи включали переворачивание страниц, скручивание крышек бутылок и идентификацию маджонговых плиток. При добавлении представления LingBot-Touch к четырем моделям действий — LingBot-VLA, $\pi$0.5, Diffusion Policy и T-Rex — средняя успешность выполнения задач возросла примерно на 14–26 процентных пунктов по сравнению с версиями, не использующими тактильную обратную связь.

В одном из случаев, когда T-Rex пытался скручивать крышки на Sharpa Wave, успех составлял 56,25% без использования тактильности, 62,5% при использовании сырых сигналов датчиков и 90% после интеграции LingBot-Touch.

Все 26 испытаний проводились с использованием версии Tiny, которая имеет около 5 миллионов параметров и увеличивает размер подключаемых политик всего на 0,13%–0,16%. Команда отмечает, что более крупная версия Small продолжает улучшаться по мере увеличения объема обучающих данных до 5000 часов.

Для проверки переноса знаний между различными аппаратными платформами, команда заморозила кодировщик на XHand, чей магнитно-сенсорный модуль отсутствовал в данных предварительного обучения, и обучила только модель действия на демонстрациях XHand. Знания о магнитном касании в этом случае были получены исключительно из данных человеческих перчаток.

Robbyant позиционирует данную модель как нейтральный слой между тактильными датчиками и моделями действий, а не как компонент, привязанный к собственной LingBot-VLA. Это позволяет производителям оборудования выбирать датчики исходя из стоимости, в то время как команды систем могут сохранять свои собственные политики.

Все представленные результаты принадлежат самой Robbyant, и компания не сообщала о независимом воспроизведении этих данных. Выпуск на GitHub представляет собой инференсный релиз, содержащий замороженный кодировщик и утилиты для извлечения тактильных признаков.

Популярное