RobotiikkaTutkimus 🇩🇪 16.08.2026 00:02

World Labs näyttää, miten robotit oppivat monimutkaisia tehtäviä ilman oikeaa harjoitusdataa

World LabsWorld Labs NVIDIANVIDIA
World Labs, tekoälyn edelläkävijän Fei-Fei Lin perustama startup, on esitellyt simulaatiomoottorin nimeltä Real-to-Sim-to-Real (R2S2R), joka harjoittaa robottien ohjaimia kokonaan virtuaaliympäristöissä ja toimii sitten luotettavasti oikealla laitteistolla yli tunnin ajan. Moottori rekonstruoi oikean robotin toiminnot interaktiivisiksi simulaatioiksi, tuottaa tuhansia muunnelmia ja harjoittaa käytäntöjä, jotka siirtyvät useille robottialustoille. Tämä lähestymistapa pyrkii vähentämään oikean maailman robottiharjoittelun kustannuksia ja aikaa.
World Labs julkaisi ensimmäiset tulokset R2S2R-moottoristaan, joka muuntaa todelliset robottitehtävät simulaatioiksi robottien ohjausmallien kouluttamiseksi ja arvioimiseksi ilman kalliita oikeiden laitteiden testejä. Teknologia on peräisin SceniXistä, jonka World Labs osti heinäkuussa. Moottori toimii kahdessa vaiheessa: ensin se tallentaa robotit, anturit, ympäristön ja tehtävänäytökset rekonstruoidakseen interaktiivisen virtuaalimaailman, joka käyttäytyy fyysisesti alkuperäisen kaltaisesti. Yhdestä todellisesta tehtävästä se tuottaa tuhansia muunnelmia valaistuksessa, esineiden sijainneissa, fysiikkaominaisuuksissa ja kamerakulmissa. Sitten ohjausmallit koulutetaan simulaatiossa ja siirretään oikeisiin robotteihin. Testit suoritettiin ALOHA-alustalla ja neljällä muulla robottialustalla, joissa mallit toimivat tunnin ajan ilman ihmisen väliintuloa. Esimerkkejä ovat kaapelin reititys, joustavan kaapelin pään työntäminen reikään ja kahden käden laatikon pakkaus. Järjestelmä on malliriippumaton ja sitä voidaan käyttää uusille malleille ja roboteille. World Labs perustelee, että robottien kehitys on jäljessä kielimalleista, koska arviointi on sidottu reaalimaailman testiin; kestävä simulaatio vastaa samoihin kysymyksiin mallien puutteista ja parannuksista. He testasivat kahden käden kuution siirtotehtävällä, jossa simulaatio toisti reunatapaukset ja epäonnistumiset. Mallien järjestys (mukaan lukien GR00T N1.6 ja π₀.₅) pysyi samankaltaisena simulaation ja reaalimaailman välillä 2000 simuloidussa ja 100 oikeassa ajossa tarkistuspistettä kohti. Tämä mahdollistaa heikkojen versioiden karsimisen simulaatiossa, jolloin oikeat laitetestit säästetään lupaaville ehdokkaille. World Labs asemoi simulaattorin keskeiseksi maailmamallien taksonomiassaan ja viittaa rinnastuksiin autonomiseen ajamiseen. Pitkän aikavälin tavoitteena on laajentaa maailmoja, joissa robotit oppivat. Vuonna 2024 perustettu World Labs, jonka perustaja on Fei-Fei Li, on kerännyt miljardi dollaria pääomasijoituksia. R2S2R-moottori on ensimmäinen konkreettinen sovellus robotiikassa. Tutkimus osallistuu keskusteluun maailmamalleista robotiikassa, erottaen ne videogeneraattoreista ja vastakohtana muille lähestymistavoille, kuten World Action Models ja Kiinan Orca.
Lähde: The Decoder (DE) — Alkuperäinen
Aiemmat aiheeseen liittyvät kirjoituksemme ↓
Tuoreet uutiset