Стартап Reward AI представив інноваційний спосіб навчання роботів, який відрізняється від традиційних підходів, що спираються на складні алгоритми або тривалі VR-тренування. Замість цього компанія пропонує систему, де робот просто спостерігає за рухами людини та відтворює їх, використовуючи спеціальну рукавичку Omnibody Hand.
Omnibody Hand: сенсорна рукавичка нового поколінняРукавичка Omnibody Hand — це складний пристрій, насичений сенсорами, який дозволяє точно фіксувати не лише рухи руки, а й деталі взаємодії з об’єктами. Вона оснащена тактильними датчиками, сенсорами наближення та камерами з глобальним затвором, що забезпечує повну картину руху — від наближення до сили й типу захоплення предмету.
Для максимальної точності визначення положення в просторі розробники поєднали візуально-інерціальну систему з електромагнітним позиціонуванням. В результаті, під час тестів на високих швидкостях було досягнуто скорочення середньої помилки міграції контрольної точки на 60%. Це особливо важливо для завдань, де потрібна делікатність і точність, наприклад, при роботі зі скляними чи крихкими деталями.
OM-1 обробляє мультимодальні сенсорні потоки, отримані за допомогою системи Omnibody Hand, і генерує дії зі швидкістю, властивою людині, для різних роботизованих тіл. Ілюстрація: Reward AI Модель OM-1: навчання на основі людських демонстраційЗібрані рукавичкою дані передаються до OM-1 — універсальної моделі управління, яка навчається безпосередньо на діях людини. Для цього не потрібні ні телеприсутність, ні тривале попереднє навчання на конкретному обладнанні. OM-1 аналізує зображення, тактильну інформацію, відстань між пальцями та траєкторію рухів.
На виході система видає точні параметри для виконання завдань: напрямок, швидкість, силу руху та моменти ключових подій. За словами Reward AI, для того, щоб опанувати нове завдання, навіть складне й багатоступеневе, моделі потрібно менше 30 хвилин записів. Така швидкість навчання вважається проривною для індустрії імітаційного навчання роботів.
"Усі зібрані дані надходять до OM-1 — універсальної моделі управління. Її фішка в тому, що вона вчиться безпосередньо на демонстраціях людини. Тут немає потреби у телеприсутності чи попередньому «дресируванні» на конкретному залізі.
Модель поглинає зображення, тактильні сигнали, дані про відстань між пальцями та траекторію руки."
Автономність, універсальність і майбутнє робототехнікиЗа виконання команд відповідає окремий шар управління, який тренується з підкріпленням у симуляціях. Він працює на високій частоті, незалежно від швидкості основної моделі, що забезпечує плавний перехід між діями та стійкість до зовнішніх перешкод. Це дозволяє переносити навички між різними роботизованими платформами без необхідності перенавчання для кожного нового пристрою.
Reward AI демонструє, що штучний інтелект здатен замінити складні програмні сценарії простими та ефективними демонстраціями «роби як я». Поки технології навчання роботів розвиваються, провідні компанії, наприклад, Samsung, відмовляються від виробництва DDR5 і переключаються на розробки для штучного інтелекту, підтверджуючи актуальність таких рішень для майбутнього галузі.
