CASIA tadqiqotchilari taktil sensor yordamida robot tomonidan qismlarni joylashtirish muvaffaqiyatini oshirdi

Tsinghua universiteti, Infinigence AI va AgiBot tadqiqotchilari Jamoaviy Tajriba Oʻrganishi (Collective Experience Learning, yoki CEL) deb nomlangan oʻquv yondashuvini taqdim etdilar. Bu usul robotlarga inson tomonidan koʻrsatiladigan namoyishlarga asosan tayanmasdan, boshqa robotlarning muvaffaqiyatlaridan oʻrganish imkonini beradi.

QbitAI tomonidan 30-oktabrda eʼlon qilingan xabarga koʻra, jamoa bu metodikani 96 ta haqiqiy robotlardan iborat klasterda sinovdan oʻtkazdi. Tegishli ilmiy maqola arXiv da 2610.25736 raqami ostida mavjud.

Tadqiqotchilar hal qilayotgan asl muammo mehnat resurslari bilan bogʻliq. Robotlar amaliy tajriba toʻplash orqali takomillashtiriladi, ammo bugungi kunda bu koʻpincha inson tomonidan harakatlarni bir necha marta takrorlash yoki operatorning xatolarni tuzatish uchun aralashuvi orqali amalga oshiriladi. Garchi robotlar yuzlab miqdorda joylashtirilishi mumkin boʻlsa-da, malakali operatorlarni shu tezlikda kengaytirish mumkin emas.

CEL dan foydalanganda, bitta robot tomonidan olingan muvaffaqiyatli tajriba saqlanib qoladi va baham koʻriladi, bu esa vazifa bilan duch kelgan robotga hamkasblari shunga oʻxshash vaziyatlarni qanday hal qilishganini oʻrganish imkonini beradi.

Vazifalarni sinovdan oʻtkazish va natijalar

Jamoa uy va zavod ishlari kabi beshta turli vazifani sinovdan oʻtkazdi: ranglarni joylashtirish, kiyim yigʻish, telefonni zaryadlash, stul yigʻish va telefonni qadoqlash. Mashgʻulotda ishtirok etmagan ikkita robot 600 ta sinovni bajardi, 15 ta muvaffaqiyatsizlikka uchradi, bu esa umumiy 97,5 foiz muvaffaqiyat darajasini taʼminladi. Barcha beshta vazifa boʻyicha muvaffaqiyat darajasi oltita inson operatorining oʻrtacha koʻrsatkichidan yuqori boʻldi.

Xususan, koʻp bosqichli sanoat vazifasi boʻlgan telefonni qadoqlashda, jamoaviy oʻqitish qoʻllanilgandan soʻng muvaffaqiyat darajasi 79,2 foizdan 98,3 foizga koʻtarildi, shu paytda 120 ta ketma-ket urinishda faqat ikki xato qayd etildi.

Shuningdek, kengaytirish tendensiyasi kuzatildi: oʻrganishning shu real vaqt hajmini saqlagan holda, ishtirok etuvchi robotlar sonini 16 dan 96 ga oshirish muvaffaqiyatni 86,7 foizdan 98,3 foizga koʻtardi.

Tizimning texnik komponentlari

Bu tizimning ishlashini ikkita asosiy element taʼminlaydi. Birinchisi — FATS deb nomlangan xato-chidamli asinxron oʻquv tizimi. Ushbu tizim RLinf keng miqyosli kuchaytirish orqali oʻrganishning ochiq platformasi ustiga qurilgan. Robotlar vazifa yakunlangandan soʻng, boshqalarni kutmasdan oʻz tajribasini yuklaydi va qurilmalar oʻchib qolsa ham klaster ishlayveradi.

96 ta robot bilan oʻtkazilgan sinov davomida klaster 9 834 ta epizodni yigʻdi. Yigirma ikki robot jami 30 ta xato qilgan boʻlsa-da, robotlarning vaqt yoʻqotilishi umumiy ish vaqtining atigi 1,3 foizni tashkil etdi.

Ikkinchi komponent — xato orqali boshqariladigan tajribani ajratib olishni mayda sozlash (failure-guided experience retrieval fine-tuning, yoki FERT) deb nomlangan algoritmdir. Bitta manipulyatsiya daqiqalar davomida davom etishi va minglab harakatlarni oʻz ichiga olishi mumkin, ammo qayta aloqa koʻpincha faqat yakuniy muvaffaqiyat yoki muvaffaqiyatsizlikka qisqartiriladi. FERT bu ikki jihatdan foydalanadi: robot qiyinchiliklarga duch kelganda, u oʻxshash vaziyatlardagi muvaffaqiyatli tajribani ajratib oladi va oʻqitishni aynan shu misollarga qaratadi.

Xabar Infinigence AI tomonidan taqdim etilgan. Natijalar tadqiqot guruhi tomonidan taqdim etilgan va hali mustaqil tekshirilmagan.

Alibaba kompaniyasi Alibaba Token Hub bilan birgalikda $\lambda$0 modelini taqdim etdi. Bu fundamental model inson tomonidan koʻrsatilgan namunalardan foydalanib, gumanoid robotlarni muvofiqlashtirilgan harakatlar va manipulyatsiyalar orqali oʻqitish uchun ishlab chiqilgan.

Tizim birinchi shaxsdan suratga olingan videolardan oʻrganadi, bu videolar tana va qoʻllar harakatlari bilan sinxronlashtirilgan. Bu robotlarga yurish, posturani tuzatish va ikki qoʻlli operatsiyalarni birlashtirib, yanada murakkab vazifalarni bajarish imkonini beradi.

Tadqiqotchilar real sharoitlarda turli xil harakatlarni bajarayotgan odamlarning 500 soatlik yozuvlarini oʻz ichiga olgan HumanVerse maʼlumotlar toʻplamini yaratdilar. Bunday yondashuv robotlar orqali teleoperatsiya yoʻli bilan namuna yigʻish zaruriyatini kamaytiradi.

Sinov jarayonida jamoa $\lambda$0 real dunyodagi lokomotsiya va manipulyatsiya bilan bogʻliq vazifalarni bajarishda 62,5% muvaffaqiyat darajasiga erishganini namoyish etdi. Loyiha tadqiqotchilarga maʼlumot yigʻish uchun uskunaning konfiguratsion kodini va maʼlumot namunalarini ham taqdim etdi.

Shenzhendagi Primotion startapi 2026-yil iyul oyida jismoniy sunʼiy intellekt uchun chip ishlab chiqish maqsadida tashkil etilgan boʻlib, birinchi marta kremniy bilan emas, balki model bilan jamoatchilikka chiqdi. Uning jismoniy fundamental modeli Paimon-0 Tencent Newsda eʼlon qilingan QbitAI ning batafsil hisoboti hamda The Beijing News ning avvalgi hisoboti boʻyicha bir qator ommaviy robototexnika benchmarklarida birinchi oʻrinni egalladi.

Kompaniya Paimon-0 0.7754 natijasini koʻrsatganini va shu bilan birga umumiy manipulyatsiya va buzilishga moslashish boʻyicha kichik reytinglarda ham yetakchilik qilgan RoboColiseum jadvalida bosh qoʻyganini taʼkidlaydi. Model RoboCasa365 da 58.1 ball, VLA-Arena da esa 0.73 oʻrtacha muvaffaqiyat darajasini koʻrsatdi. Bundan tashqari, u ikki qoʻlli robotlar siyosati boʻyicha tanlovda 46.599 ball bilan gʻalaba qozondi. Barcha bu natijalar kompaniya tomonidan taqdim etilgan.

Model dunyo harakati modeliga asoslangan boʻlib, u kelajak holatlarini bashorat qiladi, ular keyin teskari dinamika modeli yordamida harakatlarga aylantiriladi. Toʻliq kelajak videoni renderlash real vaqt rejimida robotlar uchun juda sekin boʻlgani sababli, Paimon-0 qurilmada harakatlarni bashorat qilishdan oldin obʼektning 3D postasi, semantika va foydalanish imkoniyati kabi faqat asosiy xususiyatlarni ajratib olish uchun soʻrov tokenlaridan foydalanadi. Primotionning aytishicha, bu bitta harakat bloki uchun chiqarish vaqtini taxminan 3000 ms dan 300 ms gacha qisqartiradi. Kompaniya bu blokning chiqarish vaqtini nazoratning past darajali sikli davri emasligini taʼkidlaydi. Avvalgi oʻquv katta miqdordagi birinchi shaxsdagi inson manipulyatsiyasi videolariga tayanadi, bu EgoScale hamkor tomonidan taqdim etilgan.

Bosh direktor Ren Qingyuan, avval RISC-V protsessorlari kompaniyasining vitse-prezidenti, chip kompaniyasi nima uchun model bilan boshlaganini tushuntiradi. U jamoa avvalo mijozlarning haqiqiy vazifalari ustida maʼlumotlar, model, agent va baholashning toʻliq siklini oʻtkazishi, soʻngra ushbu yuklamalardan chipni aniqlashi kerak deb hisoblaydi. Primotion ishni bulutli rejalashtiruvchi, uni meta-miya deb ataydi, va qurilmadagi mahalliy miya oʻrtasida boʻlishadi, u vizual, sezuvchanlik va kuchdan yuqori chastotali qayta aloqani qayta ishlaydi.

Apparat taʼminoti ustidagi ishlar allaqachon boshlangan. FPGA ni robotning asosiy kontrolleriga qoʻshish orqali old va keyingi qayta ishlash yukini kamaytirishga Primotion EtherCAT chastotasi 1 kHz boʻlgan bosh eng yomon ssenariydagi nazorat siklidagi xatolikni dasturiy rejimda 30 mikrosekunddan 152 nanosekundgacha qisqartirganini maʼlum qiladi. Ushbu mantiqning katta qismi kompaniya 2028-yilda yetkazib berishni rejalashtirayotgan oʻz chipiga oʻtkazilishi moʻljallangan.

Kompaniya robot korpuslarini yaratmasligini eʼlon qiladi. Oʻzining Paimon-Eval progressiv modelining manba kodini noyabr yoki dekabr oyida ochish rejalashtirilgan, shuningdek, birinchi shaxs maʼlumotlari asosida oʻqitilgan ikkinchi fundamental modelning uch oy ichida chiqarilishi kutilmoqda.