Humanoidler neden hareket eden nesneleri kavramakta zorlanıyor: dinamik ortamlar için VLA geliştiriliyor

Günümüzde robot gösterimlerinin çoğu, sabit aydınlatmaya ve sabit kameralara sahip statik ortamlarda gerçekleştiriliyor ve VLA (Vision-Language-Action, Görüntü-Dil-Eylem) modelleri bu tür ortamlarda başarılı sonuçlar veriyor. Ancak gerçek dünya görevleri çoğu zaman, konveyör bandındaki nesneler gibi hareket eden objeleri içeriyor. Tam boyutlu bir insansı robot hareketli nesnelerle etkileşime girdiğinde, aynı zamanda yürümesi ve dengesini koruması da gerekiyor; bu da hareket hesaplamalarını daha karmaşık hale getiriyor. Başlıca zorluklar arasında gözlem ile eylem arasındaki gecikme, güncelliğini yitirmiş eylem parçaları (action chunk) ve tek bir görüntüden nesnenin hızının belirlenememesi yer alıyor. DynamicVLA gibi yeni modeller, eylemleri daha sık güncelleyerek ve zamanlamayı hesaba katarak bu sorunları çözmeye çalışıyor. İnsansı robotlar için tüm vücut kontrolü büyük önem taşıyor, çünkü kol hareketleri gövde dengesini doğrudan etkiliyor. RLDX-1 mimarisi, dinamik manipülasyonu iyileştirmek amacıyla birden fazla bilgi akışını (hareket, hafıza, fizik, eylem) aynı anda işliyor. MTS Web Services'te yazar, RLDX-1'i Unitree G1 insansı robotunu kontrol edecek şekilde uyarlayarak, konveyör üzerindeki nesneleri tüm vücut hareketiyle dinamik biçimde kavrama görevi üzerinde çalışıyor. Bu görevi kapalı bir döngü olarak ele alıyor: gözlemle, tahmin et, müdahale et, uygula, doğrula, düzelt.