Исследователи создали HumanoidExo — легкий носимый костюм, который фиксирует движения человека и преобразует их в структурированные данные для обучения роботов.
Исследователи из Национального университета оборонных технологий Китая и компания Midea Group представили систему HumanoidExo — легкий носимый костюм, который фиксирует движения человека и преобразует их в структурированные данные для обучения роботов.
Экзоскелет для сбора данных и обучения роботов. Источник: Github.
Эксперты намерены решить одну из сложнейших задач в робототехнике — научить человекоподобных ботов двигаться как люди без сбора тысяч дорогостоящих демонстраций.
В ходе испытаний обучавшийся по новому способу гуманоид Unitree G1 смог выполнять сложные манипуляции и даже ходить после всего нескольких примеров.
«Существенным узким местом в обучении роботов является получение масштабных и разнообразных наборов данных, поскольку сбор достоверной информации из реального мира остается сложным и дорогостоящим», — отметили исследователи.
Человекоподобные боты часто не способны воспроизводить движения людей в полном объеме, поскольку их обучение основано на сведениях из видео и симуляций. HumanoidExo устраняет этот пробел, фиксируя реальные движения.
Костюм напрямую сопоставляет семь суставов человеческой руки с конфигурацией робота. Он использует инерционные датчики на запястьях и модуль LiDAR на спине для отслеживания положения корпуса и роста человека.
Поток информации идет в двухуровневую ИИ-систему под названием HumanoidExo-VLA. Она включает модель типа Vision-Language-Action, которая интерпретирует задачу, и контроллер с обучением с подкреплением. Он обеспечивает баланс и устойчивость движений.
По словам исследователей, Unitree G1 обучен всего на пяти телеуправляемых демонстрациях и 195 сеансах, записанных с помощью экзоскелета. Такая гибридная комбинация повысила успешность выполнения задачи по переносу предметов с 5% до примерно 80%. Показатель достиг уровня модели, обученной на 200 демонстрациях.
Экзоскелет записал ходьбу человека к столу, после чего робот научился ходить, хотя в его обучающих данных не было подобных примеров.
По информации экспертов, бот успешно выполнил все задачи по передвижению и смог продолжать работать с предметами без потери равновесия.
В одном из тестов ученые физически толкнули робота — он самостоятельно вернулся на исходную позицию и завершил задачу.
Напомним, в августе Nvidia запустила в продажу новый модуль для робототехники Jetson AGX Thor за $3499. Компания называет чип «мозгом робота».
JOIN
