Jismoniy sunʼiy intellekt sohasidagi startap X Square Robot X2Real — robotlarning fundamental darajadagi modellarining real dunyodagi samaradorligini oʻlchash va modellar takomillashishi bilan sinov maʼlumotlari toʻplamini doimiy kengaytirish uchun moʻljallangan simulyatsiya mezonini ishlab chiqdi.
Kompaniya muammoni aniq bayon etadi: haqiqiy robotlarni baholash xarajatli va sekin boʻlsa, simulyatsiya tezkor, ammo koʻpincha noaniq va modellar uchun oson qayta oʻrganishga imkon beradi. X2Real uchta tamoyilga asoslangan: ishonchlilik, samaradorlik va adolat.
Ishonchlilikni taʼminlash uchun jamoa jismoniy robot manipulyatorlaridan yoʻnalishlarni yozib olgan, simulyatsiyada shu boshqaruv buyruqlarini takrorlagan va boʻyiklar javoblarini mos kelgunicha sozlagan. Kompaniyaning daʼvo qilishicha, bu millimetr darajasida yoʻnalishning uygʻunligini taʼminlaydi. Shuningdek, vizual koʻrinish va kontakt kabi jismoniy xususiyatlar kalibrlangan. Qoʻllab-quvvatlanadigan jismoniy shakllar bir qoʻlli Franka, ikki qoʻlli ArtiXon Arm-6A, ARX R5 va mobil manipulator Quanta X1 ni oʻz ichiga oladi. Umumiy manipulatsiya vazifalarini bajarishda X Square Robot simulyatsiyadagi va real dunyodagi vazifalarning muvaffaqiyati oʻrtasida 0.96, progress koʻrsatkichlari uchun esa 0.99 korrelyatsiyasini bildirmoqda. Bu maʼlumotlar kompaniyaning ushbu vazifalar kichik toʻplami ustida oʻz tajribalari natijasida olingan.
Samaradorlik nuqtai nazaridan, X2Real 10 ta kategoriyaga boʻlingan 44 ta vazifani oʻz ichiga oladi. Toʻrtta kategoriya fikrlashga bagʻishlangan: umumlashtirish, vizual tushunish, tilni tushunish va xotira. Beshta kategoriya manipulatsiyaga tegishli: nozik manipulatsiya, ikki qoʻlli koordinatsiya, vositalardan foydalanish, dinamik obʼektlar va mobil manipulatsiya. Bloklarni joylashtirish, belgilangan rang ketma-ketligida tugmalarga bosish va Hanoy minorasini yechishni oʻz ichiga olgan alohida vazifalar toʻplami aniqlik, uzoq muddatli xotira va rejalashtirishni tekshirishga qaratilgan. Kompaniya koʻrsatadiki, mavjud modellarining aksariyati hali ham bu vazifalarda qiynalayotgan.
Adolat tamoyili tashqi koʻrinishni, vazifani va jismoniy shakl sharoitlarini mustaqil ravishda tasodifiy qilish orqali erishiladi. Ushbu bosqichdan keyin oʻqitilgan modellar baholash sahnalaridan ajratilgan studiyada taxminan 300 soat davomida yigʻilgan maʼlumotlar toʻplamidan foydalanadi. Mezon NVIDIA Isaac Lab-Arena asosida qurilgan Mana simulyatsiya ekotizimida ishlaydi, u sahnalarni, robotlarni va vazifa qadamlarini koʻp marta ishlatiladigan modullarga paketlaydi.
AI agentlari ikkita siklni boshqaradi. Biri cheklangan opsiyalar menyusidan yangi vazifalar va sahnalarni avtomatik tekshiruv bilan yaratadi, notoʻgʻri sozlamalarni chiqarib tashlaydi. Ikkinchisi har bir vazifani kichik vazifalar grafiga ajratadi, har bir tugunni obʼekt pozalari, kontaktlar va ushlash holatlari boʻyicha baholaydi va modelning muvaffaqiyatsizlikka uchraydigan maqsadli yangi testlarni yaratadi.
Policy Space deb nomlangan yagona protokollik kirish formatlari, harakatlar ifodalari va chiqish vaqtidagi farqlarni birlashtiradi. Ishlab chiquvchilar mahalliy ravishda natijani chiqaradilar va baholash va yoʻnalishni onlayn qayta ishlash bilan shugʻullanadigan platformaga ulanadilar, bu yerda mahalliy simulyatsiya oʻrnatmasi talab qilinmaydi.