変化する環境でのロボットの行動を支援するシステム

ロボット システムは周囲を監視し、次に何が起こるかを予測し、移動する物体や作業条件の変化に対応するためにリアルタイムで動作を変更します。

ロボット工学のスタートアップである Rhoda AI は、制御された実験室の設定ではなく、変化する現実世界の環境でロボットが作業できるように設計されたロボット工学システムを発表した。FutureVision と呼ばれるこのシステムは、物理世界がどのように変化するかを予測し、その予測をロボットの動作に変換します。環境を観察し、次に何が起こるかを予測する短いビデオを生成し、それらの予測に基づいて動作し、このサイクルを数百ミリ秒ごとに繰り返します。

同社によれば、このアプローチは、既存のシステムで障害を引き起こすことが多い状況にロボットが対処するのに役立つという。多くの産業用ロボットは依然として、事前にプログラムされた固定パスに依存しており、構造化された環境で最適に動作します。視覚・言語・行動モデルに基づいた新しい AI システムであっても、オブジェクトが移動したり、レイアウトが変更されたり、ワークフローが変化したりすると、問題が発生する可能性があります。

Rhoda は、まずビデオ データの大規模なコレクションでモデルをトレーニングし、その後ロボット固有の学習でモデルを改良します。初期トレーニングでは何億ものオンライン ビデオが使用されるため、システムはロボットを制御する前に動作パターン、物理学、物理的相互作用を学習できます。

この段階の後、モデルは実際のロボット データのより小さなセットを使用して微調整されます。このステップでは、視覚的な予測を物理的なアクションに変換する方法をシステムに教えます。

Rhoda は、このアーキテクチャを Direct Video Action モデルと呼んでいます。計画を一度作成してフィードバックなしで実行するのではなく、システムは環境からの新しい情報を観察しながらアクションを更新し続けます。

同社によれば、この閉ループプロセスにより、ロボットは精度を維持しながら変化に適応できるようになるという。また、必要なロボット トレーニング データの量も削減されます。ローダ氏は、一部の新しいタスクは約 10 時間の遠隔操作データを使用して学習できると述べています。

この技術は、ロボットが変化する材料やワークフローに対応する必要がある製造現場ですでにテストされています。ある大量生産評価では、このシステムを使用したロボットは人間の介入なしで 2 分未満で部品処理サイクルを完了しました。

Rhoda は、ロボットのハードウェアおよびソフトウェア プラットフォームを構築する企業にライセンス供与できる基盤モデルとして FutureVision を開発する予定です。

「ロボット工学の次の時代には、世界がどのように見えるか、言語でどのように表現されるかだけでなく、世界がどのように動くかを理解するモデルが必要であると私たちは信じています」と、Rhoda の共同創設者兼 CEO の Jagdeep Singh 氏は述べています。