Гуманоид утверждает, что обучение с подкреплением KinetIQ Ascend похоже на ловкость человеческого уровня.

Дрейф рук после длительной тренировки с подтягиванием, вызванный дрейфом префикса действия. Источник: Гуманоид

Робототехника добивается успехов в развитии искусственного интеллекта. На прошлой неделе лондонская компания Humanoid представила KinetIQ Ascend, свой подход к обучению с подкреплением, или RL, предназначенный для достижения 99,9% надежности, управляемой на легкой скорости и выше.

“Гуманоидная раса становится вопросом масштаба, и реальное RL может стать основной частью ответа,” заявил Джарад Кэннон, технический директор Humanoid. “Роботы, которым когда-то были приспособлены ручные настройки, теперь преобладают электрические напряжения за считанные дни.”

Humanoid создает роботов-гуманоидов с целью в течение двух лет стать компанией №1 в области промышленной робототехники общего назначения. Основанная Артемом Соколовым в 2024 году, в ней работают более 250 инженеров, исследователей и новаторов из ведущих мировых технологических компаний.

Имея офисы в Лондоне, Бостоне, Ванкувере и Сан-Диего, компания Humanoid заявила, что предлагает коммерческие конкурентные, масштабируемые и безопасные системы для соответствующих приложений. В мае компания заключила партнерское соглашение с Bosch и Schaeffler по масштабированию производства роботов HMND.

KinetIQ Ascend поддерживает заводские возможности’

В Humanoid заявил, что KinetIQ — это его четырехуровневая платформа искусственного интеллекта, предназначенная для развертывания в подобных условиях. KinetIQ Ascend создан на основе предыдущей платформы KinetIQ с обнаружением метода проб и ошибок, помогая роботам компании совершенствовать свои решения непосредственно при выполнении промышленных задач.

“KinetIQ Ascend, наш реальный метод RL, предлагает новый подход к развитию возможностей роботов, ” — сказал Кэннон. “Вместо того, чтобы потратить месяцы на сбор данных и ручное изменение каждого нового навыка, мы можем начать с базового поведения и позволить RL доработать его до готовности к развертыванию возможностей – процесса, который мы описываем как создание ‘ фабрики возможностей,’ который показывает, как роботы-гуманоиды переходят от впечатляющих демонстраций к инструментам, на которые промышленность действительно может положиться.”

Отправить свою идею сессии для РобоБизнеса 2026 <ч2>Испытания на гуманоидах улучшения манипуляцийч2>

Гуманоид протестировал KinetIQ Ascend, выполняя несколько задач, включая сбор деталей из контейнеров, перенос предметов людей, а также подъем и перемещение контейнеров с помощью двух роботизированных манипуляторов. Компания заявила, что она доказала свою эффективность в ряде случаев манипулирования.

В системе подачи материала робот выбирал стальные кольца подшипников из контейнера и помещал их на конвейер. Сообщается, что KinetIQ Ascend увеличивает пропускную способность на 42%, что позволяет роботу работать со скоростью, в 1,5 раза превышающей скорость человеческих демонстраций, на которой он первоначально учился.

<с>Другая задача заключалась в том, чтобы выбрать предметы из захламленной сумки и передать их человеку. Тот же подход увеличил пропускную способность на 85%, одновременно повысив показатели успеха с 80% до 98%. По словам Humanoid, KinetIQ Ascend продолжает обеспечивать значительные улучшения во всех более сложных сценариях манипуляций.

В третьем задании по переноске сумки бимануальным способом робот поднял сумку со стола обеими руками. KinetIQ Ascend увеличил пропускную способность более чем вдвоём, процент успешных результатов вырос с 78% до 99%. Это примерно двадцатикратное сокращение числа неудач, при этом все результаты были достигнуты всего за несколько дней тренировок.

Humanoid заявил, что результаты показали, что KinetIQ Ascend представляет собой новый механизм развития возможностей робота, доказывая свою эффективность в ряде конкретных операционных задач, от коммутатора одной ручки до ПК двуручной обработки.

KinetIQ Ascend также продемонстрировал, что производительность роботы недорого увеличивается по мере максимального увеличения времени обучения. Это видно на то, как улучшаются большие языковые модели (LLM) по мере того, как становится доступным больше вычислений и данных. Компания заявила, что наблюдаемая тенденция масштабирования, одобренная экспериментами по моделированию, предполагает, что ее метод масштабируется до 100% надежности.

Новый подход также позволяет получить два дополнительных результата: улучшение только самой процессорной части рабочего процесса может улучшить всю задачу, а роботы могут обмениваться данными с объектами, которые они не видели во время обучения.

Humanoid заложил все эти выводы в новый технический отчет, в котором добавлена полная методология KinetIQ Ascend, включая инфраструктуру обучения, алгоритмические решения и результаты более глубокого анализа.

п>

В посте Humanoid говорится, что подход KinetIQ Ascend к обучению с подкреплением, обеспечение ловкости человеческого уровня, впервые появился в The Robot Report.

Источник