Помощни устройства за къщата
Вече е факт нов модел за машинно обучение на хуманоидни роботи. Новината идва след като Adcock обяви решението на фирмата за роботика да се оттегли от сътрудничеството с OpenAI. Сега тя е съсредоточена около Helix с общ модел Vision-Language-Action (VLA).
VLA е ново явление в роботиката. То използва визуални и езикови команди за обработка на информация. В момента най-известният пример за категорията е RT-2 на Google DeepMind. Той обучава роботи чрез комбинация от видео и големи езикови модели (LLM).
Методите на Helix
Helix работи по подобен начин, комбинирайки визуални данни и езикови подкани, за да контролира робот в реално време. В един идеален свят можете просто да кажете на робот да направи нещо и той просто ще го направи. Това е мястото, където Helix се намесва. Платформата е проектирана да преодолява празнината между визуалната и езиковата обработка. След като получи гласова подкана на естествен език, роботът визуално оценява околната среда и след това изпълнява задачата.
Компанията показва VLM, като подчертава работата, която върши със своя хуманоиден робот 02 в домашна среда. Къщите са известни като предизвикателства за роботите, тъй като им липсва структурата и последователността на складовете и фабриките.
Сложно обучение
Трудностите с ученето и контрола са основните препятствия между сложните роботизирани системи и дома. Тези проблеми, заедно с пет или шестцифрените ценови етикети, са причината домашният робот да не е навлязъл масово. Подходът е да се създават роботи за промишлени клиенти, като едновременно се подобрява надеждността и се намаляват разходите, преди да влязат в жилищата.
Домът трябва да бъде приоритет сам по себе си. Това е предизвикателна и сложна обстановка за тестване на тези видове модели на обучение. Обучаването на роботи да изпълняват сложни задачи в кухнята ги поставя пред широк набор от действия в различни настройки. За да бъдат полезни в домакинствата, те ще трябва да генерират интелигентно ново поведение при поискване, особено за обекти, които никога преди не са виждали.
Индивидуално обзавеждане
Ръчното програмиране няма да се мащабира за дома. Кухните, всекидневните и баните се различават драстично от едната до другата. Същото може да се каже и за инструментите, използвани за готвене и почистване. Освен това хората оставят бъркотии, пренареждат мебели и предпочитат гама от различно осветление.
Роботизирани ръце, обучени да избират и поставят предмети в лаборатории, често използват този метод. Това, което не се вижда, са стотиците часове повторения, които са необходими, за да се направи една демонстрация достатъчно стабилна, за да поеме променливи задачи. За да вземе нещо правилно от първия път, един робот трябва да го е правил стотици пъти в миналото.
Подобно на много заобикалящи хуманоидни роботи в момента, Helix все още е на много ранен етап. Хората трябва да бъдат информирани, че зад кулисите се извършва много работа, за да се изпълнят най-елементарните команди.
