World Labs تُظهر كيف تتعلم الروبوتات مهامًا معقدة دون بيانات تدريب حقيقية

نشرت World Labs النتائج الأولى لمحركها R2S2R، الذي يحول المهام الروبوتية الحقيقية إلى محاكاة لتدريب وتقييم نماذج التحكم دون تجارب مكلفة على الأجهزة الحقيقية. تأتي هذه التقنية من SceniX، التي استحوذت عليها World Labs في يوليو. يعمل المحرك على خطوتين: الأولى، يسجل الروبوتات وأجهزة الاستشعار والبيئة وعروض المهام لإعادة بناء عالم افتراضي تفاعلي يتصرف فيزيائيًا مثل الأصل. من مهمة حقيقية واحدة، يولد آلاف الاختلافات في الإضاءة ومواقع الأشياء وخصائص الفيزياء وزوايا الكاميرا. ثم تُدرَّب نماذج التحكم في المحاكاة وتُنقل إلى الروبوتات الحقيقية. أُجريت الاختبارات على منصة ALOHA وأربع منصات روبوتية أخرى، حيث عملت النماذج لمدة ساعة دون تدخل بشري. تشمل الأمثلة توجيه الكابلات، وإدخال طرف كابل مرن في فتحة، وتغليف الصناديق بكلتا اليدين. النظام غير مرتبط بنموذج محدد ويمكن إعادة استخدامه لنماذج وروبوتات جديدة. تجادل World Labs بأن تطوير الروبوتات يتخلف عن نماذج اللغة لأن التقييم مرتبط باختبارات العالم الحقيقي؛ يجب أن تجيب المحاكاة القوية على نفس الأسئلة حول إخفاقات النماذج وتحسيناتها. اختبروا ذلك بمهمة نقل مكعبات بكلتا اليدين، حيث أعادت المحاكاة إنتاج الحالات الطرفية والإخفاقات. ظل ترتيب النماذج (بما في ذلك GR00T N1.6 وπ₀.₅) مشابهًا بين المحاكاة والعالم الحقيقي عبر 2000 محاكاة و100 تشغيل حقيقي لكل نقطة تحقق. يتيح ذلك استبعاد النسخ الضعيفة في المحاكاة، مما يوفر اختبارات الأجهزة الحقيقية للمرشحين الواعدين. تضع World Labs المحاكي في مركز تصنيفها لنماذج العالم، مشيرة إلى أوجه تشابه مع القيادة الذاتية. الهدف طويل الأمد هو توسيع نطاق العوالم التي يتعلم فيها الروبوتات. تأسست World Labs في عام 2024 على يد فاي فاي لي، وجمعت مليار دولار من رأس المال الاستثماري. محرك R2S2R هو أول تطبيق ملموس في الروبوتات. يساهم هذا البحث في النقاش حول نماذج العالم في الروبوتات، ويميزها عن مولدات الفيديو، ويتناقض مع نهج أخرى مثل World Action Models وOrca الصينية.