Лондондық Humanoid компаниясы KinetIQ Ascend-ті ресми түрде ұсынды — бұл гуманоидты роботтарды оқытудың инновациялық тәсілі, нақты өндіріс жағдайында сынақ пен қателік әдісіне негізделген. Әзірлеушінің мәлімдеуінше, бұл технология адамдікіне тең немесе одан жоғары жылдамдықта манипуляция тиімділігін 99,9%-ға дейін арттыра алады.
KinetIQ Ascend — Humanoid роботтарының негізін құрайтын KinetIQ фреймворкінің кеңейтілген нұсқасы. Жаңа тәсілдің басты ерекшелігі — күшейтілген оқытуды (reinforcement learning, RL) қолдану. Адам әрекеттерін жай ғана көшіруден айырмашылығы, жүйе тапсырманы өздігінен қайталайды, сәттілік немесе қателік туралы кері байланыс алады және өз әрекеттерін итеративті түрде жақсартады. Humanoid RL-ді виртуалды симуляцияда емес, нақты жабдықта, тәулік бойы және өндірістік сценарийлерде іске қосады. Бұл, менің деректерім бойынша, нақты екі қолды гуманоидты платформада орналастыру жағдайында оқытылған VLA-модельдері (vision-language-action) үшін көзге негізделген толық RL-дің алғашқы жарияланған демонстрациясы.
Неліктен RL, имитация емес?
Осы уақытқа дейін Humanoid, көптеген бәсекелестер сияқты, адам демонстрацияларын имитациялау арқылы оқытуға сүйенді. Алайда, компанияда дұрыс атап өтілгендей, демонстрацияларды көшіретін модель демонстратордың жылдамдығынан немесе сапасынан принципті түрде асып кете алмайды және қателік бағасын үйренбейді. Сенімділіктің соңғы пайыздарына жету және адамнан жоғары жылдамдыққа көшу үшін принципті түрде басқа тәсіл қажет. KinetIQ Ascend нақты тапсырмаларда үздіксіз тәжірибе арқылы осы алшақтықты жабуды көздейді. Компания бұл процесті үлкен тілдік модельдерді масштабтаумен салыстырады: оқыту неғұрлым ұзақ болса, сәттілік соғұрлым жоғары болады.
Humanoid KinetIQ Ascend-ті үш өндірістік тапсырмада әсерлі нәтижелермен сынақтан өткізді:
- Болат мойынтірек сақиналарын ұстау: RL-оқытудан кейін өткізу қабілеті 42%-ға — сағатына 291-ден 412 сақинаға дейін өсті.
- Затты адамға беру: Өткізу қабілеті 85%-ға артты, эпизодтың орташа ұзақтығы 35%-ға қысқарды, ал сәттілік 80%-дан 98%-ға көтерілді.
- Контейнерді екі қолмен көтеру: Бірнеше күндік оқытудан кейін өткізу қабілеті сағатына 122-ден 279 контейнерге дейін өсті, эпизодтың орташа ұзақтығы 22,9 секундтан 12,8 секундқа қысқарды, ал сәттілік 77,6%-дан 98,9%-ға көтерілді.
Айта кету керек, Humanoid ағымдағы базалық модельмен параллельді A/B салыстыру жүргізді, бұл нәтиже жарықтандыруға, объектілердің орналасуына және жабдықтың тозуына байланысты өзгеруі мүмкін нақты өндірістік орталар үшін өте маңызды. Компания сонымен қатар екі негізгі қорытындыны анықтады: операцияның ең күрделі кезеңін жақсарту бүкіл тапсырманың нәтижесін арттыра алады, ал алынған дағды RL-оқыту кезінде робот көрмеген объектілерге ауысады.
Өнеркәсіптік тізбек және бәсекелестік
Humanoid Еуропада белсенді түрде өнеркәсіптік тізбек құруда. Компанияда 250-ден астам маман жұмыс істейді, ал кеңселер Лондонда, Бостонда және Ванкуверде орналасқан. Мамыр айында Bosch-пен серіктестік туралы жарияланды, ол еуропалық нарықта HMND 01 моделін шығару үшін келісімшарттық өндірістік серіктес болады. Сонымен қатар, Humanoid Schaeffler-мен кезеңдік міндеттеме келісімін жасасты, ол 2032 жылға қарай серіктестің жаһандық өндірістік алаңдарында 1000-нан 2000-ға дейін роботты орналастыруды көздейді.
KinetIQ Ascend-тің жариялануы гуманоидты робототехникадағы жарыстың жеделдеуі аясында болып отыр. Американдық Figure $1 млрд-тан астам, Apptronik $935 млн-нан астам қаражат тартты, ал Қытай 2024 жылдан бастап саланы дамытуға кемінде $20 млрд жұмсады. Дегенмен, нақты сатылымдар әлі де шектеулі: өткен жылы негізінен зерттеу мақсаттары үшін шамамен 12 000 гуманоидты робот сатылды.
Сарапшының пікірі: KinetIQ Ascend — бұл заманауи робототехниканың негізгі мәселесін шешетін маңызды қадам: зертханалық демонстрациялардан сенімді өнеркәсіптік пайдалануға көшу. Симуляцияда емес, нақты ортада өз қателіктерінен үйрену қабілеті роботтарға болжамсыз жағдайларға бейімделуге мүмкіндік береді. Егер Humanoid бұл тәсілді масштабтай алса, біз өндірісті автоматтандыруда жай эволюция емес, нағыз революцияның куәсі боламыз, мұнда роботтар жай құрал емес, толыққанды, өздігінен үйренетін команда мүшелері болады.