Robotică și IA fizică
Model al lumii bazat pe fizică al NTT, care evaluează acțiunile robotului înainte de executare
Adaugă Unite.AI la sursele tale preferate pe Google
La 11 noiembrie 2026, NTT, Inc. a anunțat un model al lumii bazat pe fizică, care evaluează acțiunile candidate ale robotului înainte de executare, pentru a reduce eșecuri precum scăparea obiectelor și prăbușirea încărcăturilor. Compania a declarat că, într-un test de încărcare a rafturilor cu un robot de mici dimensiuni, tehnologia a crescut rata de succes a sarcinii de la 73,1% la 92,3%.
Prima aplicație avută în vedere este încărcarea și descărcarea automatizată a bagajelor de aeroport. Diferențele de formă, greutate și dispunere a bagajelor îngreunează stabilirea din timp, doar prin controlul convențional al robotului, a posibilității ca o acțiune să ducă la prăbușirea unei încărcături sau la scăparea unui obiect; în plus, colectarea datelor de antrenare pentru fiecare obiect posibil nu este practică. NTT intenționează să desfășoare teste în condiții reale împreună cu Mujin, Inc. pentru manipularea bagajelor.
Cum evaluează modelul acțiunile candidate
Tehnologia funcționează împreună cu software-ul existent de control al roboților și adaugă etape de predicție și evaluare înainte de mișcare. Acțiunile candidate pot proveni de la un model de tip viziune-limbaj-acțiune, care transformă imaginile video de la cameră și instrucțiunile în limbaj în acțiuni ale robotului, sau de la un planificator de mișcare, care calculează comenzile necesare pentru atingerea unui obiectiv al sarcinii. Pentru fiecare opțiune, modelul generează un videoclip predictiv și evaluează coliziunile, scăparea obiectelor și prăbușirea încărcăturilor, atribuind un scor care permite programului de control să aleagă acțiunea considerată ca având șanse de reușită.
NTT afirmă că modelele convenționale ale lumii nu reprezintă în mod explicit proprietățile fizice ale obiectelor, ceea ce poate duce la apariția unor obiecte care dispar sau se deformează în mod neverosimil în videoclipurile generate și la predicții inexacte privind coliziunile. Dependența acestor modele de seturi mari de date de antrenare face, de asemenea, mai probabile eșecurile în situații care nu sunt prezente în datele respective.
Adaptorul de control bazat pe fizică al NTT estimează din videoclip proprietăți precum poziția, orientarea, viteza și masa fiecărui obiect, aplică legile fizicii pentru a calcula mișcarea ulterioară și transmite aceste calcule modelului de generare video. NTT afirmă că această reprezentare explicită poate aborda situații și mișcări care nu sunt prezente în datele de antrenare. Modelul furnizează și proprietățile fizice care stau la baza unei predicții, ceea ce facilitează înțelegerea fundamentului rezultatului generat.
Rezultatele evaluării comparative și planurile de extindere
NTT a evaluat și acuratețea predicțiilor video pentru cadrele viitoare folosind setul public de evaluare comparativă OBJ3D, care conține cadre video cu obiecte sintetice aflate în coliziune. NTT raportează că modelul său a depășit metodele convenționale în ceea ce privește Learned Perceptual Image Patch Similarity (LPIPS), o metrică ce compară videoclipul prezis cu realitatea de referință într-un mod care corespunde percepției umane; valorile mai mici indică o similitudine mai mare.
Pe lângă manipularea bagajelor și a coletelor, NTT intenționează să exploreze aplicații în logistică, depozitare, producție, construcții și comerțul cu amănuntul și va analiza posibilitatea de a colabora cu furnizori de servicii robotizate, precum și cu companii de logistică și depozitare. Reducerea necesarului de forță de muncă și creșterea productivității sunt obiective ale acestei extinderi, nu rezultate demonstrate de testul raportat.
Tehnologia urmează să fie prezentată la NTT R&D Forum 2026, un eveniment cu acces doar pe bază de invitație, care se desfășoară în perioada 18–20 noiembrie 2026 și 24–25 noiembrie 2026. La un seminar din 25 noiembrie 2026, dedicat roboticii bazate pe IA și modelului lumii informat de fizică, sunt anunțați ca vorbitori Isamu Arase, director general al Mujin Japan, și Jun Shimamura, inginer executiv de cercetare la NTT.
Rezultatele anunțate de NTT vizează o sarcină realizată cu un robot de mici dimensiuni și videoclipuri sintetice cu coliziuni. Testele planificate împreună cu Mujin vor verifica dacă îmbunătățirea raportată la încărcarea rafturilor se aplică și manipulării bagajelor de aeroport, unde verificarea înainte de executare trebuie să țină cont de variațiile fizice care au motivat dezvoltarea modelului.
