ニュース

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

図 02 だけを見てはいけません。家庭用ロボットの最新の成果が公開され、その筋肉が誇示されています。

ちょうど北京市宜庄市に、そんな人型ロボットの「ジム」がある。

ここのロボットは、トレッドミル上でのトレーニングを初めて実装したものです。1時間で6km走れる種類:

これは単なるウォーミングアップであり、走った後も階段を登る必要があります。

外に出ると、ロボット専用のレーンも用意されており、気温が30度になるとロボットは停止できません。

場合によっては、芝生や坂道などの複雑な地形でも困難が生じることがあります。

これは、今年4月に中国で初めて発売された、純粋な電気駆動の実物大の人型ロボットです。天宮、による北京身体性知能ロボットイノベーションセンター研究開発。

最初に登場したとき、Tiangong は擬人化されたランニングに主な焦点を当てていましたが、わずか数か月でその能力は大幅に向上しました。

上に示したように、トレッドミルでのランニングや屋外の複雑な地形でのウォーキングに加えて、Tiangong は現在、大型モデルに恵まれる、中国語と英語で話すことができ、人間の指示に従ってアイテムをつかむこともできます。

最近、2024 年の世界ロボット会議が開催されますが、Qubits はこれらの機能を「さらに」統合した「Tiangong」の進化版が会議で発表されることを事前に知りました。

さらに、時期が来たら、天宮連合は「ベスト」を変更し、手に装着し、アップグレードします。大きなジョイント。

Tiangong の進化版の機能について、モーション コントロール責任者の Guo Yijie 氏に話を聞きました。

大型モデルが支える全身42自由度

アップグレードされた Tiangong 関数パラメータのリストは次のとおりです。

以前のテーブルと比較すると、身長は163cm、体重は43kgから56kgに増加しました。

全身の自由度が42に増加, 前作と比べて片腕の自由度が3から7に増え、首も3自由度増えました。

△初代天宮の機能パラメータ

天宮さんは以前は「手を持っていなかった」が、今回は手も設置した。片手の重さは 600g、自由度は 6、触覚センサーの精度は 0.3N 以内、指 1 本の握力は 1kg 以上です。

さらに、天宮には次の機能も装備されています。4 台のフルシーン双眼構造化光 3D カメラ, 360度の環境認識を実現できる高精度6次元力覚センサー。

天宮は環境を認識することで複雑な地形に適応し、草、砂、丘、砂利の中を移動することができ、30cmの地形の違いにも問題なく対処できます。

走行時の安定性も向上し、速度は6km/hに達します。

さらに、Tiangong のもう 1 つの主要なアップグレードは、大型モデルが装備されていることです。マルチモーダル操作機能。

中国語と英語をサポートし、人間と話したり対話したりできるようになりました。

また、人間の指示に従ってアイテムを取得することもできます。

[残念ながらここには動画を挿入できません…Qubit公式アカウントで確認できますよ～]

これらはほんの一部であり、世界ロボット会議ではさらに多くの展示やサプライズが行われる予定です。

Tiangong がデビューしたとき、彼は擬人化されたランニングの個人的な能力に焦点を当てました。現在の進化バージョンと感覚相互作用から判断すると、天宮は最初に形成されたと言えます。身体化された知性形状。

身体化されたインテリジェントな計画の意思決定とタスクの実行の研究も、Tiangong を支えるチームの現在の焦点です。

身体化されたインテリジェンスの構築

現在、技術的実装の観点から、身体化されたインテリジェンスに基づいて、研究チームは天宮の機能を改善することに焦点を当てています。視覚認識能力。

以前は天宮は「盲視」状態で歩いており、足の裏で地面を確認する必要がありましたが、現在は視覚に基づいて、事前に予測して足を上げることで、大きな地形の違いに対処できます。

具体的な手法としては、強化学習に基づいた運動能力学習手法を独自に開発した——状態記憶に基づく予測強化模倣学習。

量子ビットは以前にも導入されました。この手法は、従来の手法の高い安定性という利点と、強力な一般化および強化学習の環境からの独立性という利点を組み合わせています。

これにより、強化学習によって引き起こされる位置精度の低下の問題が解決されるだけでなく、モデル予測制御手法における非構造化環境への適応性の低下の問題も解決されます。

Tiangong Motion Control の責任者である Guo Yijie 氏も Qubit に対し、チームは以前のトレーニング中に、一部のネットワークが実際の動作中にセンサーのドリフトによって簡単に妨害され、不安定な姿勢を示す場合があることを発見したことを明らかにしました。そのため、この方法が提案されました。

第 1 世代の Tiangong がリリースされた後、チームはその後数か月のトレーニング中に Tiangong にさらに追加を加えま​​した。歴史的状態記憶、現在の自己状態と環境の地形を推定できるようになり、それによってより優れた汎化効果が得られます。

Guo Yijie 氏はまた、身体化された知性が現在解決する必要があるのは「アクション「ミッションの計画と実行の問題。

タスクの種類や複雑さに関係なく、人間の日常の仕事や生活におけるほとんどのタスクをカバーできます。実行できるタスクの種類が増加し、脳が協力することでより複雑で長期的なタスクを達成できるようになります。

複雑なミッション計画を実現するために、彼はいくつかの技術的なルートを共有しました。

たとえば、テスラ ロボットは主にデータを収集し、そのデータを教師あり学習に使用して、比較的単一の固定されたシーンで自動的に実行できるようにロボットを訓練します。この方法はより効果的ですが、一般化能力が劣ります。

もう 1 つの方法は、シミュレーション環境で強化学習トレーニングを実行することです。これは主に環境での継続的な試行錯誤と自己学習に依存します。この方法で直面する主な問題は、シミュレーション環境から実際の物理シーンにどのように移行するかということです。知覚のレベルから特定の物理的相互作用に至るまで、シミュレーションと実際のシーンの間には大きな違いがあります。

もう 1 つの方法は、大規模なモデルを直接使用していくつかのタスク ポイントを出力し、その後、従来の動作計画を使用してこれらのタスクを実行することです。

Tiangong 研究開発チームの計画は、さまざまな方法を統合することです。次のステップは、メタスキルライブラリ：

現段階では、ロボットのスキル ライブラリを拡張する必要があると思います...これらの方法を含め、それぞれがさまざまなタスク シナリオを解決するために使用できます。したがって、スキル ライブラリ内の各スキルは異なる方法で実装される場合があります。

家庭用ロボットの「よくある」問題を解決する

Tiangong の背後にある企業については、以前にも紹介しました。

北京身体性知能ロボットイノベーションセンター以前は北京ヒューマノイドロボットイノベーションセンターとして知られていた北京ヒューマノイドロボットイノベーションセンター（以下、イノベーションセンター）は、Xiaomi Robot、UBTECH、Jingcheng Electromechanical、Yizhuang Robotなどが共同で昨年11月に設立されました。

彼らが目指しているもの身体化された知能ロボットに共通する主な問題を解決する、国内のロボット産業が単なる車輪の再発明のプロセスを繰り返さないようにするためです。

イノベーションセンターには一流の科学者とエンジニアのグループが集まり、イノベーションセンター専門委員会と北京ヒューマノイドロボット産業同盟の設立も主導しました。

イノベーションセンター専門委員会の委員長は、中国科学院院士の喬宏氏、総合研究所所長の朱松春氏、知源研究所所長の黄鉄軍氏、同院主任エンジニアの魏蘭氏が務める。情報通信技術部門の副所長を務める。

今年4月にイノベーションセンターが発足「Tiangong」ユニバーサルロボットマザープラットフォーム、具体化されたインテリジェント ハードウェア用のオープン ソース プラットフォーム。

「Tiangong」プラットフォームは、ソフトウェアやハードウェアなどの機能モジュールを柔軟に拡張でき、科学研究機関やロボット関連企業は「Tiangong」親プラットフォームのソフトウェアおよびハードウェア機能をベースに二次開発を行うことができる一連のオープンインターフェースを提供します。 。

そのとき、彼らは、普遍的な身体化インテリジェンス プラットフォームを探索するために、大型モデル ドライバーに依存することに重点を置くと発表しました。そして今多機能具現化知能体マザープラットフォーム「Kaiwu」、徐々に表面化して、集中的な研究開発が行われています。

「Kaiwu」プラットフォームは次のことに重点を置いています。身体化されたインテリジェンスの大型モデルとフレームワーク、マルチモダリティの主要な方法、具体化されたインテリジェントなシミュレーションアプリケーションの構築、および完全なツールチェーンシステムの構築に焦点を当てています。

「海烏」を中心にチームが構築中大規模な身体化されたインテリジェンス データセット、70億を超えるパラメータを持つ視覚言語の大規模なマルチモーダルモデルのトレーニングと最適化をサポートし、ロボットの中国語対話、自由な質疑応答、シーンの視覚的理解、身体的な操作、およびその他の機能を実現するために使用されます。

2025年末までにリリースする計画だ200万件の高品質データ。

とはいえ、最近は人型ロボットの分野でも新たな展開が続いています。

UBTECHは人型ロボットがクリプトン工場で働いていることを明らかにし、テスラの公式写真ではオプティマスがバッテリーを選別するために工場に入っていることを示している。

「Tiangong」は彼らと同じ軌道には乗っておらず、主に身体化された知性の共通の問題を解決しますが、いたずらをするという運命から逃れることはできません。

当初は、物品の輸送や仕分けといった反復性の高い退屈な作業や、鉱山や建設現場などの危険な現場での検査や捜索救助の実施など、いくつかのシナリオでのデータ収集のための試験訓練が行われていることがわかっています...

2024年世界ロボット会議が間もなく開催されます8月21日北京経済技術開発区の開所にあたり、「天宮」の進化版を楽しみにしているご家族は、イノベーションセンターに「天宮」の集合体が見られる素晴らしいブースが設置されると聞きました。 Tiangong」ロボットファミリー、サブフォーラムも開催されます~

もう一つ

なぜロボットをトレッドミルで走らせるのでしょうか?推測してみましょう（doge）。

回答: バランスに対する高度な要件に加えて、トレッドミルの速度は制御可能であり、より正確かつ客観的にテストできます。ロボットの走行実験には比較的広いスペースが必要ですが、トレッドミルはスペースを節約します。