Представлення моделі LingBot-Touch
11 листопада 2023 року компанія Robbyant представила відкриту модель LingBot-Touch, яка підвищує успішність виконання завдань роботами завдяки використанню тактильних сенсорів. Ця інноваційна модель підтримує різні технології тактильного сприйняття та уніфікує сигнали від різних датчиків, що значно полегшує адаптацію систем.
LingBot-Touch здатна розпізнавати дотики за допомогою різних сенсорів, а під час випробувань була зафіксована підвищена успішність виконання завдань на 14−26 відсоткових пунктів. Для навчання моделі використано майже 5000 годин реальних даних про фізичний контакт з предметами, а також її навчання включає три технології тактильного сприйняття: магнітну, візуальну та п'єзорезистивну. Остання з них визначає дотик на основі зміни електричного опору.
Переваги LingBot-Touch
LingBot-Touch перетворює сигнали від різних сенсорів на єдиний формат, що вирішує проблему несумісності сигналів, які раніше ускладнювали перенавчання систем. Модель аналізує місце контакту, розподіл сили натискання та зміни цих показників із часом. Дані для навчання можна об'єднувати з роботизованих рук і тактильних рукавичок, що додатково підвищує ефективність роботи.
У 26 реальних тестах використовували дві роботизовані руки — Sharpa Wave та XHand, а також чотири моделі керування: LingBot-VLA, π0.5, Diffusion Policy та TRex. Без тактильного зворотного зв’язку робот Sharpa Wave з моделлю TRex виконував завдання з успішністю 56,25%. Проте, передача необроблених сигналів сенсорів підвищувала успішність до 62,5%, а обробка даних моделлю LingBot-Touch дозволяла досягти вражаючих 90%.
Роботизована рука XHand використовує магнітні сенсори, яких не було у початковому наборі даних LingBot-Touch. Для навчання роботи з магнітними сенсорами використали дані з тактильних рукавичок без зміни параметрів LingBot-Touch, змінюючи лише модель керування. Існує дві версії LingBot-Touch, адаптовані для різних обчислювальних можливостей. У всіх тестах використовували полегшений варіант Tiny з близько 5,3 млн параметрів. Інтеграція версії Tiny збільшує розмір моделей керування на 0,13−0,16%, а більша версія моделі має потенціал для підвищення ефективності за рахунок розширення навчального набору даних.
LingBot-Touch від компанії Robbyant представляє значний крок вперед у розвитку технологій тактильного сприйняття для роботів, що може суттєво вплинути на їхню продуктивність та адаптивність у різних завданнях.
Впровадження тактильних сенсорів у робототехніку може змінити підходи до автоматизації в різних галузях, від промисловості до медицини. LingBot-Touch, завдяки своїй здатності обробляти й аналізувати дотикову інформацію, може підвищити ефективність роботи роботизованих систем, що, в свою чергу, відкриває нові можливості для їх використання в складних умовах, де точність і адаптивність є критично важливими.
У той час як Robbyant продовжує вдосконалювати технології тактильного сприйняття, NVIDIA також робить значні кроки у навчанні роботів, розробляючи нові моделі, які дозволяють машинам переймати навички від людей. Це відкриває нові можливості для інтеграції роботизованих систем у повсякденне життя та підвищує їхню ефективність у виконанні складних завдань.