Dyna Robotics Εκπαιδεύει το DYNA-2 σε Ένα Εκατομμύριο Ώρες Βίντεο Ανθρώπων, Χωρίς Δεδομένα Ρομπότ

Η αξίωση έχει σημασία λόγω του πού βρίσκεται το περιορισμό του πεδίου. Οι γενικευμένες πολιτικές ρομπότ έχουν εκπαιδευτεί σε μεγάλο βαθμό με τηλεχειριζόμενη δράση δεδομένων: άνθρωποι που οδηγούν φυσικά ρομπότ μέσω εργασιών, ώρα προς ώρα. Τα δεδομένα αυτά είναι ακριβά και χρειάζονται πολύ χρόνο για να συλλεχθούν, και έχουν οριοθετήσει το πόσο μακριά μπορούν να κλιμακωθούν τα μοντέλα ρομπότ. Η στοίχημα του DYNA-2 είναι ότι η φυσική直觉 που χρειάζονται τα ρομπότ μπορεί να μάθουν από βίντεο ανθρώπων που κάνουν πράγματα, και στη συνέχεια να μεταφερθούν σε υλικό ρομπότ.

“Με την κατασκευή ενός Παγκόσμιου-Δράσης Μοντέλου που φανταζόμενος πώς κινείται ο φυσικός κόσμος πριν από την εκτέλεση δράσης, δίνουμε στα ρομπότ χωρική λογική και φυσική επαφής που λείπουν από τα παραδοσιακά μοντέλα όρασης-γλώσσας.”

Πώς το DYNA-2 μαθαίνει από βίντεο χωρίς να βλέπει ένα ρομπότ

Η αρχιτεκτονική είναι αυτό που η Dyna ονομάζει Παγκόσμιο-Δράση Μοντέλο, κατασκευασμένο με βάση τη γεννήτρια βίντεο και όχι τις προσαρμογές όρασης-γλώσσας-δράσης που κυριαρχούν στο πεδίο. Κατά τη διάρκεια της προ-εκπαίδευσης, το μοντέλο εκτελεί ένα διπλό στόχο (προβλέποντας το επόμενο кадρό και την επόμενη δράση) πάνω στο σύνολο βίντεο ανθρώπων. Η εταιρεία λέει ότι αυτό δίνει στο μοντέλο ένα λειτουργικό μοντέλο φυσικής επαφής και χωρικής λογικής που μεταφέρεται σε διαφορετικές ενσαρκώσεις: σταθερά ρομπότ βραχίονες, ανθρωποειδή πρωτότυπα και δεξιοτεχνικά πέντε-δάκτυλα χέρια, παρά το γεγονός ότι κανένα από αυτά τα ρομπότ δεν εμφανίζεται στην προ-εκπαίδευση.

Η προσαρμογή του αποτελέσματος σε μια συγκεκριμένη πλατφόρμα χρειάζεται ώρες τοπικής εκπαίδευσης και όχι εβδομάδες συλλογής δεδομένων. Σε μια περίπτωση που αναφέρει η Dyna, 13 λεπτά δεδομένων ήταν αρκετά για να διδάξουν ένα ζευγάρι πέντε-δάκτυλα ρομποτικών χεριών να ανοίξουν το καπάκι μιας μπουκάλας. Συγκεντρωμένα σε 15 εργασίες αναφοράς, οι πολιτικές που προ-εκπαιδεύτηκαν σε περισσότερα ανθρώπινα δεδομένα υπερέβησαν συνεχώς εκείνες που εκπαιδεύτηκαν σε λιγότερα, η καμπύλη κλιμάκωσης που η εταιρεία υπογραμμίζει ως τον νόμο.

Η πιο σαφής σύγκριση είναι ενάντια στο προηγούμενο μοντέλο της Dyna. Το DYNA-1, το μοντέλο όρασης-γλώσσας-δράσης που εκτελείται στις εμπορικές αναπτύξεις της εταιρείας, αντιμετώπισε το DYNA-2 σε φυσικές αξιολογήσεις υπό συνθήκες και σύνολα δεδομένων. Σε δραστήριες εργασίες όπως το κόψιμο τροφίμων και η εκκαθάριση χώρων εργασίας, η Dyna λέει ότι το DYNA-2 ανακτούσε από φυσικές διαταραχές χωρίς ανθρώπινη παρέμβαση, όπου η βάση VLA απέτυχε και χρειαζόταν χειροκίνητη επαναφορά. Ένα αλγόριθμο συν-εκπαίδευσης βίντεο ανύψωσε τους βαθμούς ακολουθίας εντολών κατά 133% στις εργασίες που απαιτούν διαφορετικές κινήσεις ως απάντηση σε εντολές χρήστη.

DYNA-2 με αριθμούς

• 1 εκατομμύριο+ ώρες εγωκεντρικού ανθρώπινου βίντεο στην προ-εκπαίδευση — περιγραφόμενο από την εταιρεία ως περίπου 170 χρόνια συνεχούς ξύπνησης εμπειρίας
• 20% → 80–90% ποσοστά επιτυχίας εργασιών σε υψηλής ακρίβειας εργασίες κατασκευής, από την κλίμακα προ-εκπαίδευσης μόνο
• 1.55x περισσότερες εργασίες ολοκληρώθηκαν από το DYNA-1 σε πραγματικές αξιολογήσεις
• 87% vs. 46% ποσοστά επιτυχίας σε μια αναπτύξη πελάτη, DYNA-2 ενάντια στο DYNA-1
• 13 λεπτά δεδομένων για να εκπαιδεύσουν πέντε-δάκτυλα χέρια να ανοίξουν το καπάκι μιας μπουκάλας
• 133% βελτίωση στις εργασίες ακολουθίας εντολών από τον αλγόριθμο συν-εκπαίδευσης βίντεο
• 10 εκατομμύρια ώρες: η κλίμακα δεδομένων εκπαίδευσης που λέει η Dyna ότι ανοίγει einen δρόμο προς

Οι αναπτύξεις της Dyna ήταν ήδη το πεδίο δοκιμών

Το DYNA-2 έρχεται επάνω σε μια ασυνήθιστα συγκεκριμένη εμπορική βάση για μια εταιρεία τόσο νεαρή. Τα ρομπότ της Dyna, που εκτελούν το DYNA-1, αναπτύσσονται σε παραγωγή σε ξενοδοχεία, εστιατόρια, πλυντήρια και γυμναστήρια. Τα υλικά της εταιρείας περιγράφουν το DYNA-1 ως το που διπλώνει περισσότερα από 40 πουκάμισα την ώρα συνεχώς και εκτελείται 16 ώρες την ημέρα σε sites πελάτη, με ποσοστό επιτυχίας 99% και άνω σε 24ωρη συνεχή λειτουργία.

Αυτό το πεδίο αναπτύξεων είναι επίσης το δεδομένο φτερό πίσω από την έρευνα.

Ο δηλωμένος δρόμος της εταιρείας από εδώ είναι κλίμακα: αν η καμπύλη κλιμάκωσης ανθρώπινου βίντεο διατηρείται, λέει η Dyna, η εκπαίδευση σε 10 εκατομμύρια ώρες γίνεται θέμα συλλογής βίντεο και όχι κατασκευής στόλων τηλεχειριζόμενων ρομπότ. Το αποτέλεσμα 1 εκατομμυρίου ωρών είναι η απόδειξη ότι η καμπύλη υπάρχει. Εάν διατηρείται στα 10x είναι το ανοιχτό ερώτημα μηχανικής — και είναι τώρα αυτό στο οποίο η Dyna έχει στοιχηματίσει το δρόμο της.