System hjælper robotter med at handle i skiftende miljøer

Et robotsystem overvåger sine omgivelser, forudsiger, hvad der kan ske derefter, og ændrer dets handlinger i realtid for at håndtere bevægelige genstande og skiftende arbejdsforhold.

Robotics startup Rhoda AI har afsløret et robotsystem designet til at hjælpe robotter med at arbejde i skiftende virkelige miljøer i stedet for kontrollerede laboratorieindstillinger.Systemet, kaldet FutureVision, forudsiger, hvordan den fysiske verden vil ændre sig og konverterer disse forudsigelser til robothandlinger.Den observerer miljøet, genererer korte videoforudsigelser af, hvad der vil ske næste gang, handler baseret på disse forudsigelser og gentager cyklussen hvert par hundrede millisekunder.

Virksomheden siger, at denne tilgang hjælper robotter med at håndtere situationer, der ofte forårsager fejl i eksisterende systemer.Mange industrirobotter er stadig afhængige af faste, forprogrammerede stier og fungerer bedst i strukturerede miljøer.Selv nyere AI-systemer baseret på vision-sprog-action-modeller kan kæmpe, når objekter bevæger sig, layout ændres eller arbejdsgange varierer.

Rhoda træner først sine modeller på store samlinger af videodata og forfiner dem senere med robotspecifik læring.Den indledende træning bruger hundredvis af millioner af onlinevideoer, så systemet kan lære bevægelsesmønstre, fysik og fysiske interaktioner, før det styrer en robot.

Efter det trin finjusteres modellen med mindre sæt ægte robotdata.Dette trin lærer systemet, hvordan det konverterer visuelle forudsigelser til fysiske handlinger.

Rhoda omtaler denne arkitektur som en Direct Video Action-model.I stedet for at oprette en plan én gang og udføre den uden feedback, bliver systemet ved med at opdatere handlinger, mens det observerer ny information fra miljøet.

Ifølge virksomheden tillader denne lukkede sløjfe-proces robotter at tilpasse sig ændringer og samtidig bevare nøjagtigheden.Det reducerer også mængden af ​​robottræningsdata, der kræves.Rhoda siger, at nogle nye opgaver kan læres ved hjælp af omkring ti timers teleoperationsdata.

Teknologien er allerede blevet testet i produktionsmiljøer, hvor robotter skal håndtere skiftende materialer og arbejdsgange.I en højvolumen produktionsevaluering gennemførte en robot, der brugte systemet, en komponentbehandlingscyklus på under to minutter uden menneskelig indgriben.

Rhoda planlægger at udvikle FutureVision som en grundmodel, der kan licenseres til virksomheder, der bygger robothardware og softwareplatforme.

"Vi tror på, at den næste æra af robotteknologi kræver modeller, der forstår, hvordan verden bevæger sig - ikke kun hvordan den ser ud, eller hvordan den beskrives på sproget," sagde Jagdeep Singh, medstifter og administrerende direktør for Rhoda.