Robotları Hareket Ettirmeyi Öğrettik. Şimdi Onlara Yaşamak Öğretiyoruz

Modern robotik, hareketin artık ana zorluk olmaktan çıktığı bir noktaya ulaştı – makineler already navigasyon, kavrama ve uzayda etkileyici bir doğrulukla çalışabiliyorlar. Ancak onları gerçekten “yaşamak” ve gerçek dünyada çalıştırmak hala çözülmemiş bir sorun olarak kalıyor.

Bu süreçte, “omurilik” olarak adlandırılabilecek sistem temel rol oynuyor: temel reaksiyonlar, davranış ve çevre ile etkileşimden sorumlu sistem.

Robotların gelişimine bu lens aracılığıyla baktığımızda, bu aşamaların bir dizi halinde – her adımda sistem yeni bir şey öğreniyor, basit hareketlerden kompleks, bağlam bilinci olan eylemlere – insan gelişimine çok benzediği açıkça görülüyor.

Ve tam da bu evrim içinde – “boş” donanımından anlamlı davranışa – fiziksel AI’de bugün yaşanan temel değişim gerçekleşiyor. Daha derinlemesine öğrenmek interessan.

Robotiklerin Temeli: Nadiren Tartışılan Bir Aşama

Pratik olarak bir robot nedir? Aslında, evrensel bir platform olarak yaratılan fiziksel bir cihazdır. Esasen, belirli görevlere uyarlanmak, belirli bir ortamda çalışmak ve gerekli eylemleri gerçekleştirmek için eğitilmesi gereken bir “boşluk”tur.

Her gün karşılaşabileceğimiz senaryolardan daha gerçekçi, yakın gelecekteki uygulamaları düşünürsek, robotların tam olarak benimsenmesinin主要 olarak endüstriyel ve potansiyel olarak tehlikeli ortamlarda gerçekleşeceği açıkça görülüyor. Bu, davranış, sağlamlık ve eğitim kalitesi açısından daha yüksek gereksinimlere yol açıyor.

Sürecin başlangıcında, en temel adımda – cihazın kendisinin oluşturulması – bulunuyor. Bir robot, aktüatörler, motorlar, sensörler, kameralar, LiDAR’lar gibi多lu bileşenlerden oluşuyor. İnsansı, tekerlekli, iki ayaklı veya dört ayaklı olabilir – form faktörü ikincil önemdedir. Önemli olan, bu aşamada işlevsel ancak masih “boş” bir cihazla sonuçlanmamızdır.

Sonraki aşama, davranışının temeli olarak temel bir model kurmak. Geniş anlamda, “model” tüm işlevsel kontrol katmanını ifade ediyor. Temel yeteneklerden sorumludur: dengesini koruma, ayakta durma ve hareket, A noktasından B noktasına navigasyon, engellerden kaçınma, çevreyi zarara uğratmama ve insanlarla güvenli bir şekilde etkileşim.

Burada pekiştirme öğrenimi devreye giriyor. Bu sistemlerde milyarlarca simülasyon çalıştırılıyor. Karmaşık ortamlarda “öğrenen” robotların videolarını thường görüyoruz: çoğu düşer, dengesini kaybeder veya görevi tamamlamaz. Ancak ayakta kalanlar ve hareket etmeye devam edenler ilerlemeyi sağlar.

Bu, pekiştirme öğreniminin özüdür: başarılı davranışın seçilmesi. “Hayatta kalan”ların algoritmaları, sonraki iterasyonların temelini oluşturur. Sonuç olarak, çok sayıda çalıştırmadan sonra, engelleri güvenle aşabilen bir model ortaya çıkar. Bu algoritma daha sonra fiziksel cihaza aktarılır.

Bu, zemine sağlam bir şekilde bağlı ve kritik öneme sahip bir aşamadır – genellikle bilgisayar görüşü gerektirmez, bu aşamada gerekli değildir. Burada temel fizik ve mekaniği sistemden baştan itibaren yerleştirmekle ilgileniyoruz.

Robotlar Dünyayı Nasıl “Hisseder”?

Artık “donanım”a sahibiz – temel modeli kurulu bir robot: ayakta durabilir, yürüyebilir ve dengesini korabilir. Ancak bu, gerçek dünya görevleri için yeterli midir, örneğin endüstriyel ortamlarda? Açıkça değil.

Sonraki seviye burada başlıyor. Sensörleri entegre ediyoruz ve modeli duyusal girdilere dayanarak davranmaya eğitiyoruz. Yeni bir temel beceri seti ortaya çıkıyor – basit hareketten çok daha karmaşık.

İnsan gelişimi ile bir analoji yapmak faydalı. İlk aşamada, sistemi yaklaşık bir yaşındaki bir çocuğun seviyesine getirdik: ayakta durabilir, ilk adımlarını atabilir ve düşmeden dengesini korur. Sonraki adım, sekiz yaşındaki bir çocuğun seviyesine daha yakındır.

Bu yaşta, bir çocuk aktif olarak “duyularını” kullanır: riski algılayabilir ve eylemlerinin sonuçlarını değerlendirebilir. Bir şeyin sıcak olup olmadığını, çok soğuk bir şeyi ağzına koyup koymayacağını anlar. Bir masaya çıkabilir, bisiklete binebilir, nesnelerle etkileşime girebilir. Nesneleri kavrayabilir, taşıyabilir, manipüle edebilir ve temel self-care eylemlerini gerçekleştirebilir.

Bunu ön eğitim olarak adlandırıyoruz. Ve bu noktada, simülasyonlar alone artık yeterli değil.

Evet, bazı senaryolar hala etkili bir şekilde modellenebilir: bir bardak almak, bir pil değiştirmek gibi, bir bileşeni çıkarmak, şarj etmek, başka bir bileşen almak ve tekrar takmak.

Ancak genel olarak, denge kayması var: eğitimın yaklaşık %80’i hala simülasyonda gerçekleşebilir, ancak yaklaşık %20’lik veri gerçek dünyadan gelmelidir. Ve işte burada egosantrik verilerin tartışmaya başladığımız yer.

Çevresel Anlayışın Temeli Olarak Egosantrik Veri

Bugün, egosantrik veri küresel ölçekte büyük bir ölçekte toplanıyor – çünküWithout bunu, temel mekanikten gerçek dünya ile anlamlı etkileşime geçmek imkansız. Bir meslektaşım, bir oto tamirhane ağı işletiyor ve çalışanlar, tüm araba onarım sürecini kaydeden başa takılan kameralar kullanıyor. New York’ta bir bina sahibi, benzer bir yaklaşımı uyguladı: temizlik personeli, alanları temizlerken ve hijyenik alanları korurken alnlarına takılan kameralarla kayıt yapıyor.

Zamanla, bu kayıtlar bağımsız bir ürün haline geliyor – paketleniyor ve satılıyor. Ana değerleri, ön eğitim aşaması için uygun olmalarında yatıyor, çevre ve eylem dizileri hakkında temel bir anlayış oluşturuyor.

Örneğin, böyle bir hizmet Keymakr sitesinde bulunuyordu, burada ekip basit senaryolardan daha karmaşık olanlara kadar egosantrik veri koleksiyonları oluşturdu.

Neden bu kadar önemli? Çünkü bu veriler, saf simülasyonun sağlayamayacağı şeyi sağlıyor – gerçek dünya ortamlarının çeşitliliği. Ofisler, oto tamirhaneleri, inşaat siteleri, restoranlar ve oteller – her biri kendi bağlamını, senaryolarını ve nüanslarını ekliyor. Birlikte, bir sistem için sadece “görmek” değil, dần dần gerçek dünyanın dinamiklerini anlamaya başlamak için bir veri seti oluşturuyor.

Bu aşamada, artık belirli bir eylemi mükemmel bir şekilde gerçekleştirmeyi öğretmek değil, sistemi önce çevresinde yönlendirmeyi sağlamak daha önemli.

Bugün, robotik alanında çalışan neredeyse tüm şirketler – Tesla’dan Unitree Robotics ve Figure AI’ye kadar – tam da bu aşamaya odaklanıyor. Hedefleri, temel modelin yeteneklerini “sekiz yaşındaki bir çocuk” seviyesine getirmek ve sonra “on iki yaşındaki” seviyesine ilerletmektir. Bu, Introspector‘da da odaklandığımız şey – ön eğitim aşaması için gerekli verilerin hazırlanması, modern robotiğin “ergenlik” aşamasının en kritik fazı.

Eğitimın Son Mil: Evrensellik Son Bulur, Uzmanlaşma Başlar

Bir robota ön eğitimini tamamlamış ve temel bir dünya anlayışına ve bir teenagerın yeteneklerine sahip olduğunu hayal edin. Ancak bu bile gerçek iş kullanım örnekleri için yeterli değil. Şirketler sadece “genel amaçlı” bir robota ihtiyaç duymuyor, bir uzmana ihtiyaç duyuyorlar.

Otomotiv üretimini bir örnek olarak ele alalım. Bazı görevler hala insanların yapması gerekiyor çünkü duyarlılık, hassasiyet ve sürekli görsel kontrol gerektiriyor. Geleneksel otomasyon burada mücadele ediyor. Endüstriyel manipülatörler, tekrarlayan, katı görevlerde exceliyor – “al, taşı, yerleştir”. Ancak adaptasyon, basınç algılama ve gerçek zamanlı ayarlamalar gerektiren görevler hala insanların alanında kalıyor.

Burada yeni bir talep ortaya çıkıyor: bir robota, bir uzman gibi, belirli bir işlemi gerçekleştirmeyi öğretmek. Diğer bir deyişle, temel eğitimden sonra, bir sonraki seviye – belirli bir meslek ve senaryo için eğitim – geliyor.

Bu noktada, pratik bir soru ortaya çıkıyor: bu seviyedeki eğitim için tam olarak ne gerekiyor? Bir robota insan performansını taklit ettirmek istiyorsak, insan davranışını mümkün olduğunca precisa bir şekilde yakalamamız gerekiyor. Örneğin, fabrika zeminindeki uzman, görevi nasıl gerçekleştirdiğini uzun bir süre, aylar veya hatta bir yıl boyunca kaydedecek bir kamera takmalıdır.

Robotların İnsan Dünyasında “Yaşamak” İçin Neye İhtiyaçları Var

Sadece bir kamera yeterli değil. Sadece görsel perspektifi değil, aynı zamanda hareketin fiziksel özelliklerini de yakalamak gerekiyor. Bu, nesnelerle etkileşimi ölçen, basınç, uygulanan kuvvet ve nesnelerle etkileşim doğasını ölçen özel eldivenlerle yapılan bir işlemdir. Bu özellikle önemli çünkü nesneler kendileri önemli ölçüde farklılık gösterebilir. Örneğin, contalar, araba modeline göre sertlikte farklılık gösterebilir, bu da görevin nasıl gerçekleştirildiğini doğrudan etkiler.

Sonraki adım, kinematik takip. Gözetleme – görsel veya sensör tabanlı – bilek, dirsek ve bazen omuzlara yerleştiriliyor. Bunlar, videoya göre el pozisyonunu izlemeye olanak tanıyan, tanımlanabilir işaretler (QR kodlarına benzer) içeren bileklikler içerebilir. Ek sensörler, gibi jiroskoplar, eklem hareketlerini yakalamak için kullanılıyor.

Nihai hedef, hareketin mekaniklerini tamamen yeniden oluşturmak: omuz nasıl hareket eder, dirsek nasıl bükülür, bilek nasıl döner. Tüm bunlar, sonraki aşama – post-eğitim – için çok önemli hale geliyor.

Eğer ön eğitimde hala kısmen simülasyona güvenebiliyorsak, bu aşamada artık böyle bir şey mümkün değil. Bu “son mil” neredeyse doğru bir şekilde modellenemez. Örneğin, bir şefin hamuru nasıl yuvarladığını, uygulanan kuvveti, nasıl basınç dağıldığını, malzemenin nasıl hissedildiğini tam olarak simüle edemezsiniz.

Bu nedenle, post-eğitim sırasında,几乎 tüm veri gerçek dünyadan gelmelidir. Ve burada, ana zorluğun pratik alana kaydığı açıkça görülüyor – böyle bir veriyi nasıl realidadte elde edeceğiz. Bu seviyede egosantrik verilerin toplanması, bir dizi adımdan oluşan karmaşık bir süreç, ortamlara erişim, uzman ekipman, uzmanların katılımı ve sonraki veri hazırlığı gerektirir.

Teoriden öte, robotların gerçekten “yaşamak” için ihtiyaç duydukları şey budur – bu süreci organize edebildiğimiz, endüstriler genelinde karşılaşılan kısıtlamaları aşabildiğimiz ve bu tür veri setlerini büyük ölçekte anlatabildiğimiz yer. Bu, bir sonraki bölümde ele alınacak, burada post-eğitim verilerinin etiketlenmesi ve hazırlanması sırasında ortaya çıkan tüm zorluklara daha yakından bakacağız.