Humanoidní roboti začínají rozumět a jednat!

Zakladatel a CEO společnosti Figure, Brett Adcock, představil nový model strojového učení pro humanoidní roboty. Tato novinka přichází krátce poté, co firma oznámila ukončení spolupráce s OpenAI. Nový systém, pojmenovaný Helix, je model typu Vision-Language-Action (VLA), který propojuje zpracování obrazu a jazyka pro efektivní řízení robotů.

Technologie VLA je relativně novým přístupem v oblasti robotiky, který umožňuje strojům přijímat vizuální a slovní podněty k vykonávání úkolů. Známým příkladem je model RT-2 od Google DeepMind, který kombinuje zpracování videa s velkými jazykovými modely (LLMs) k výcviku robotů. Helix funguje podobně – propojuje vizuální data s jazykovými pokyny pro okamžité ovládání robotů.

Společnost Figure uvádí, že Helix umožňuje robotům identifikovat a manipulovat s tisíci různých domácích předmětů, a to i takových, se kterými se nikdy předtím nesetkaly. Stačí jim k tomu přirozený slovní pokyn. Cílem je vytvořit systém, kde by uživatel jednoduše zadal úkol hlasovým povelem a robot by jej okamžitě vykonal. Helix rovněž umožňuje koordinaci více robotů najednou, například při předávání předmětů mezi sebou při domácích pracích. Testování tohoto modelu probíhá s humanoidním robotem 02 v prostředí domácností. Ty představují pro roboty mnohem větší výzvu než například továrny či sklady, které jsou strukturované a předvídatelné. Nepravidelnost domácích prostor, různé rozvržení nábytku či odlišné podmínky osvětlení ztěžují vývoj spolehlivých systémů pro domácí použití. Z tohoto důvodu se většina robotických firem zaměřuje nejprve na průmyslové aplikace, kde lze technologie nejdříve zdokonalit a následně je přenést do domácností.

Pro efektivní fungování v domácnostech musí roboti umět přizpůsobit své chování v reálném čase, a to i při práci s předměty, které nikdy dříve neviděli. V současnosti je výuka robotů extrémně náročná – naučení jediného nového úkonu vyžaduje buď hodiny ručního programování odborníky, nebo tisíce tréninkových demonstrací. Tento přístup je v domácím prostředí neudržitelný, protože každá domácnost je jedinečná a její uspořádání se neustále mění.

Jednou z možností, jak tuto výzvu překonat, je intenzivní trénink robotů podobný metodám používaným v laboratořích, kde se robotické paže učí uchopovat a přemisťovat objekty opakovanými pokusy. Nicméně, aby robot dokázal správně uchopit nový předmět na první pokus, potřebuje tuto činnost předtím provést stovky až tisícekrát.

Vývoj Helixu je stále v počáteční fázi a je před ním ještě dlouhá cesta. Zveřejněné ukázky často neodrážejí veškerou práci, která probíhá na pozadí. Tento projekt je nejen krokem k budoucnosti domácích robotů, ale zároveň i snahou přilákat nové odborníky, kteří by se na jeho vývoji podíleli.

Zdroj foto: www.pexels.com