РОБОТОТЕХНИКА
Telexistence тестирует модель мира для роботов магазинов у дома на AWS
Японская компания по робототехнике тестирует DreamZero как способ для магазинов использовать роботов, чтобы предсказывать физические результаты перед действием, что является практическим экспериментом по проверке того, могут ли мировые модели снизить количество крайних случаев, которые тормозят автоматизацию розничной торговли.
Майкл Г ·
ТОКИО. Телесуществование это тестирование модели пограничного мира Назвали DreamZero на Amazon Web Services, чтобы помочь роботам выполнять работу в магазинах удобного обслуживания, предсказывая физические последствия действия до его совершения. Эксперимент нацелен на обычные вариации, которые затрудняют автоматизацию розничной торговли: упаковки смещаются, полки меняются, люди входят в рабочее пространство, а объекты редко появляются точно так, как они были во время обучения.
Мировые модели изучают представления о том, как сцена может развиваться. В робототехнике это может позволить контроллеру оценивать возможные движения на основе воображаемого следующего состояния вместо того, чтобы полагаться только на фиксированное правило или непосредственное чтение датчиков. Обещание заключается в лучшей адаптации с меньшим количеством экспериментов в реальном мире. Риск состоит в том, что воображаемый результат может быть уверенно неверным именно в той необычной ситуации, когда магазину нужно, чтобы машина остановилась.
Магазин — это более сложная лаборатория, чем кажется
Мини-маркеты сочетают повторяющуюся работу с постоянными исключениями. Робот может пополнять один и тот же стеллаж сотни раз, но упаковка может деформироваться, этикетки могут быть повернуты в неправильном направлении, а предмет может быть оставлен на пути покупателем. Освещение меняется в течение дня, отражающие поверхности сбивают с толку камеры, а узкие проходы ограничивают маневры по восстановлению. Каждое небольшое изменение увеличивает пространство состояний, с которым должен справляться контроллер.
Telexistence развернула роботов с дистанционным контролем в японских розничных магазинах, получив операционные данные, которых не хватает во многих лабораторных проектах. Дистанционная помощь служит запасным вариантом, когда автономия не справляется, и создаёт примеры успешного восстановления. Мировая модель может учиться на этих вмешательствах, но системе всё ещё необходимо распознавать моменты, когда её уверенность слишком низка, и возвращать управление, прежде чем контакт вызовет повреждения.
AWS предоставляет эластичную вычислительную мощность для обучения, моделирования и оценки. Облачная инфраструктура может ускорить эксперименты, но развернутый робот не может предполагать идеальное сетевое соединение. Восприятие, важное для безопасности, и поведение при остановке должны оставаться доступными локально. Практичная архитектура разделяет рабочую нагрузку: немедленное управление выполняется на периферии, а более тяжелое обучение, анализ флота и обновления моделей происходят в облаке.
Инженерная метрика — это не эталонный показатель. Это количество успешных, полезных вмешательств за один час работы с учётом удалённого контроля, простоев и восстановления. Робот, который выполняет большинство операций по выбору, но часто требует участия эксперта для устранения сбоев, может перемещать труд, а не экономить его. Модель затрат должна включать людей, стоящих за автономностью.
Прогноз нуждается в защитной оболочке
Мировая модель может ранжировать возможные действия, но она должна работать в рамках ограничений, которые не зависят от воображения модели. Ограничения сил, обнаружение столкновений, ограничения скорости и защищенные зоны создают отдельный защитный конверт. Этот многослойный дизайн знаком в промышленная робототехника и становится более важным в общественных местах, где люди не соблюдают производственные процедуры.
Оценка также нуждается в разнообразии противодействий. Команды должны намеренно изменять упаковку, скрывать ярлыки, переставлять полки и прерывать действия. Успех в типичных случаях недостаточен, потому что коммерческая ценность универсального робота заключается в способности справляться с изменениями без нового инженерного проекта. Длинный хвост — это продукт.
Ритейлеры будут заботиться не только о качестве движения. Роботам нужны безопасные обновления программного обеспечения, понятные журналы происшествий и средства контроля конфиденциальности для камер, работающих рядом с клиентами и сотрудниками. Управление флотом создаёт центральную точку, через которую одна неудачная обновка может повлиять на многие магазины. Поэтапное развёртывание и быстрая откатка поэтому являются частью безопасности роботов, а не только операцией с программным обеспечением.
Эксперимент DreamZero отражает более широкое изменение в области физического ИИ. Исследования переходят от политик, которые напрямую преобразуют текущее изображение в действие, к системам, которые создают внутреннюю модель мира и планируют во времени. Такой подход может повысить гибкость, но увеличивает объем поведения, который инженерам необходимо проверять. Более богатая внутренняя модель не делает машину автоматически более надежной.
Магазины у дома являются полезным полигоном для испытаний, потому что задача имеет экономическое значение и безжалостно обыденна. Если система сможет предсказывать, действовать, обнаруживать неопределённость и восстанавливаться после тысяч мелких сбоев, модели мира заслужат место в производственной робототехнике. До тех пор самой важной способностью может оставаться умение понимать, когда следует обратиться за помощью к человеку.
Темы: телексистенция, DreamZero, AWS, мировые модели, розничная робототехника