Китайская модель ИИ может передавать приобретенные навыки между различными роботами — без необходимости в новом обучении

Навыки роботов могут перемещаться между различными аппаратными конструкциями

Как сообщает НВ — Техно: Компания Feagine из Китая представила модель ИИ под названием Fi0, которая позволяет передавать приобретенные навыки от одного робота к другому с другой конструкцией корпуса, без необходимости повторного обучения модели. Вместо того чтобы рассматривать каждую машину как чистый лист, система разработана для повторного использования того, что робот уже освоил. Для тестирования идеи компания разработала три мягких манипулятора с разными характеристиками: A01, A02 и A03.

• A01: один гибкий сегмент, два степени свободы, вес 750 грамм и может переносить нагрузки до 200 грамм.
• A02: два сегмента и четыре степени свободы, с грузоподъемностью 400 грамм.
• A03: три сегмента, 6+1 степеней свободы, длина 50 сантиметров и возможность переносить до 600 грамм.

Fi0 работает, анализируя задачу, структуру робота и его текущее состояние. Feagine утверждает, что одного человеческого демонстрации может быть достаточно для выполнения роботом новой задачи. Модель изучает объекты, последовательности действий, моменты контакта и конечный результат задачи. Компания называет этот подход кросс-эмбодиментальным обучением.

Тестовые роботы были мягкими манипуляторами, поскольку они сложнее в управлении, чем традиционные роботизированные руки. Fi0 полагается на граф эмбодимент для представления физической структуры и состояния робота. Граф хранит данные о форме машины, сенсорах, механизмах движения и текущем состоянии, а также включает компоненты, которые анализируют окружающую среду, интерпретируют человеческие демонстрации и предсказывают результаты действий.

Куда может направиться технология дальше

Концепция Feagine не сосредоточена на единственном универсальном гуманоидном роботе. Вместо этого компания представляет множество роботизированных платформ, использующих навыки из общей модели ИИ. Fi0 все еще находится на ранней стадии, и ее заявленные возможности необходимо подтвердить на большем количестве роботов, задач и в реальных условиях. Заявленной целью является то, чтобы навыки, приобретенные одним роботом, сохраняли свою ценность даже после замены робота машиной с другой конструкцией.

Interesting Engineering освещал работу Feagine 17 августа в 13:30. Если Fi0 оправдает свои обещания, это может сократить время и затраты, связанные с подготовкой роботов к новым задачам. Технология в конечном итоге может поддерживать такие области, как производство и здравоохранение, где адаптивные роботы могли бы быть развернуты быстрее, а не проходить длительные циклы обучения.