KinetIQ yra vienas AI modelis, galintis valdyti įvairias morfologijas ir galutinio efekto dizainą. | Šaltinis: Humanoid
Humanoid, humanoidinių robotų ir mobiliųjų manipuliatorių kūrėja, šią savaitę pristatė KinetIQ. Tai yra Londone įsikūrusios įmonės AI sistema, skirta robotų parkams organizuoti pramonės, paslaugų ir namų reikmėms.
Su KinetIQ viena sistema valdo skirtingų variantų robotus ir koordinuoja jų sąveiką, sakė SKL Robotics Ltd., užsiimanti humanoidine veikla. Architektūra yra kryžminio laiko skalė: vienu metu veikia keturi sluoksniai – nuo tikslo priskyrimo parko lygiu iki bendros milisekundės lygio valdymo.
Kiekvienas sluoksnis žemiau esantį sluoksnį traktuoja kaip įrankių rinkinį, suderindamas juos raginimu ir įrankio naudojimu, kad būtų pasiekti iš viršaus nustatyti tikslai. Šis agentinis modelis, patvirtintas pasienio AI sistemose, leidžia komponentams tobulėti savarankiškai, o visa sistema natūraliai prisitaiko prie didesnių automobilių parkų ir sudėtingesnių užduočių.
„Humanoid“ teigė, kad jos robotai su ratukais vykdo pramonines darbo eigas: bakalėjos prekių surinkimą iš parduotuvės, konteinerių tvarkymą ir pakavimą mažmeninės prekybos, logistikos ir gamybos srityse.
Bendrovės dvikojis robotas – tai paslaugų ir buitinių robotų tyrimų ir plėtros platforma. Jame yra sąveika balsu, internetinis užsakymas ir bakalėjos prekių tvarkymas kaip išmanusis asistentas.
KinetIQ prasideda nuo AI flotilės agento
Aukščiausias sistemos sluoksnis yra agentinis AI sluoksnis, kuris kiekvieną robotą traktuoja kaip įrankį ir per kelias sekundes sureaguoja, kad juos panaudotų ir optimizuotų parko operacijas. Humanoidas pavadino tai „Sistema 3“.
3 sistema integruojama su logistikos, mažmeninės prekybos ir gamybos patalpų valdymo sistemomis. Tai taikoma paslaugų scenarijams ir išmaniųjų namų koordinavimui, aiškino bendrovė.
„KinetIQ Agentic Fleet Orchestrator“ priima užduočių užklausas, numatomus rezultatus, standartines darbo procedūras (SOP), užklausų atnaujinimus realiuoju laiku ir įrenginio kontekstą. Sistema taip pat paskirsto užduotis ir informaciją tarp ratinių ir dvikojų robotų, koordinuodama robotų apsikeitimą darbo vietose, kad maksimaliai padidintų pralaidumą ir veikimo laiką.
Humanoid sakė, kad orkestrantas nukreipia dvipusį ryšį su įrenginių sistemomis, kad:
- Gaukite naujų užduočių užklausas ir pakeitimus / perskyrimus
- Stebėkite užduočių eigą ir našumo metriką
- Pranešti apie užbaigimą ir problemas
- Užtikrinkite, kad išimtys būtų tvarkomos ir išspręstos derinant su tradicinėmis ar tarpinėmis patalpų valdymo sistemomis.
2 sistema tvarko roboto lygio samprotavimus
Roboto lygio agentinis sluoksnis, planuojantis sąveiką su aplinka, kad būtų pasiekti 3 sistemos tikslai. Jis apima nuo antros iki minutės trumpesnį laiko tarpą, paaiškino Humanoid.
2 sistema naudoja įvairiarūšį kalbos modelį, kad stebėtų aplinką ir interpretuotų aukšto lygio instrukcijas iš 3 sistemos. Ji išskaido tikslus į dalis užduotis, motyvuodama, kokius veiksmus reikia atlikti užduotims atlikti, taip pat geriausią seką ir metodą.
KinetIQ dinamiškai atnaujina planus iš vaizdinio konteksto, o ne pasikliauja fiksuotomis, iš anksto užprogramuotomis sekomis, panašiai kaip agentinės sistemos pasirenka ir seka įrankius. Vartotojai gali išsaugoti šiuos planus kaip darbo eigas / SOP ir vėl juos vykdyti ateityje bei dalytis jais visame parke.
„System 2“ taip pat stebi vykdymą ir įvertina, ar „System 1“ vizijos-kalbos-veiksmo (VLA) modelis daro pažangą, sakė Humanoid. Jei sistema nustato, kad negali atlikti užduoties arba jai reikia pagalbos, ji prašo žmogaus pagalbos per parko lygmenį arba 3 sistemą.
Naudotojai nuotoliniu būdu arba vietoje gali teikti pagalbą pasitelkdami raginimus 2 sistemos lygiu arba per nuotolinį valdymą arba tiesioginį bendrą valdymą 1 sistemos lygiu.
KinetIQ System 1 sprendžia VLA pagrįstų užduočių vykdymą
Humanoid teigė, kad VLA neuroninis tinklas, valdantis tikslo pozas tam tikroms roboto kūno dalims, tokioms kaip rankos, liemuo ar dubens, skatina pažangą siekiant tiesioginių žemo lygio tikslų, nustatytų System 2.
1 sistema suteikia 2 sistemai keletą žemo lygio galimybių, kurias vartotojai gali iškviesti naudodami skirtingus raginimus. Pavyzdžiai: daiktų rinkimas ir dėjimas, konteinerių manipuliavimas, pakavimas ar perkėlimas.
VLM pagrįstas 2 sistemos samprotavimas parenka esamai situacijai ir tikslui tinkamiausias galimybes. Kiekviena žemo lygio galimybė taip pat gali pranešti apie savo būseną (sėkmę, nesėkmę arba vykdomą) 2 sistemai, kad būtų lengviau sekti pažangą.
KinetIQ VLA pateikia naujas prognozes trumpesniu nei sekundės laikotarpiu, paprastai nuo 5 iki 10 Hz. Kiekvienas numatymas sudaro aukštesnio dažnio veiksmų (nuo 30 iki 50 Hz, priklausomai nuo užduoties), kuriuos atliks 0 sistema, dalį.
Humanoidas pridūrė, kad veiksmų vykdymas yra visiškai asinchroninis. Visada ruošiamas naujas veiksmas, o ankstesnis vis dar vykdomas.
Siekdama užtikrinti, kad asinchroniškai sukurta dalis neprieštarautų realybei, kuri atsiskleidė jį gaminant, KinetIQ naudoja priešdėlio kondicionavimo techniką: kiekvienas gabalo numatymas priklauso nuo ankstesnės dalies, kuri turėtų būti įvykdyta darant išvadą.
Kitaip nei impainting, tai yra universali technika, vienodai taikoma tiek autoregresyviems, tiek srautą atitinkantiems modeliams, tvirtino Humanoid.
0 sistema valdo RL pagrįstą viso kūno valdymą
„System 0“ tikslas yra pasiekti „System 1“ nustatytus pozos tikslus, sprendžiant visų roboto jungčių būklę taip, kad būtų nuolat užtikrinamas dinaminis stabilumas. 0 sistema veikia 50 Hz dažniu, sakė humanoidas.
„KinetIQ“ įdiegta „System 0“ naudoja pastiprinimo mokymąsi (RL) apmokytą viso kūno valdymą, skirtą dvikojams ir ratiniams robotams. Humanoid teigė, kad šis metodas leidžia KinetIQ visiškai išnaudoti sinergiją tarp skirtingų platformų ir pasinaudoti RL galia gaminant pajėgius judėjimo valdiklius.
Viso kūno valdymas mokomas tik modeliuojant su internetiniu RL, o norint sukurti tinkamą modelį, reikia apie 15 000 valandų patirties.
Dirbdami vieningai įvairiais įgyvendinimo variantais ir laiko skalėmis, humanoidai teigė, kad keturi KinetIQ pažinimo sluoksniai gali pasiekti sudėtingų tikslų, kuriems reikia laivyno orkestravimo, samprotavimų, gudraus manipuliavimo, dinamiško atkūrimo ir stabilumo kontrolės.
