Dyna Robotics претстави нов основен модел за роботи обучени на повеќе од 1 милион часа видеа со луѓе, обем за кој компанијата вели дека би можело да помогне во надминувањето на еден од најголемите предизвици во учењето на роботите да извршуваат физички задачи.
Компанијата со седиште во Редвуд Сити, Калифорнија, соопшти дека нејзиниот DYNA-2 World-Action Model е обучен целосно на видео снимки од перспектива на самите луѓе, а не на податоци за дејствата што ги извршуваат роботите. Базата на податоци претставува приближно 170 години континуирано будно човечко искуство.
Пристапот е дизајниран да им овозможи на роботите да учат физички вештини врз основа на тоа како луѓето комуницираат со предметите и нивната околина, намалувајќи ја зависноста од рачно собрани податоци за телеоперација. Dyna вели дека би можел да овозможи поскалабилен начин за обука на роботите како што се прошируваат нивните способности.
Во тестовите, компанијата соопшти дека DYNA-2 ја зголемил својата стапка на успех на високопрецизни производствени задачи од 20 проценти на 80 до 90 проценти со едноставно зголемување на количината на претходна обука. Исто така, демонстрираше способност за пренесување на научените вештини помеѓу стационарни роботски раце, хуманоидни прототипови и роботски раце способни за прецизни движења.
Моделот на Dyna користи архитектура за моделирање на светот што комбинира предвидување на следниот кадар и предвидување на следната акција. Наместо да учи само од дејствата што ги извршуваат роботите, системот користи видео снимки од луѓе за да развие разбирање за тоа како се менуваат физичките средини и како предметите реагираат на движењето.
Според компанијата, ова овозможува знаењето стекнато од човековото однесување да се пренесе на различни роботски платформи. Dyna рече дека DYNA-2 не користел податоци од роботот за време на претходната обука, туку подоцна можел да се прилагоди на различни платформи со само неколку часа локално фино подесување.
Во еден тест, 13 минути податоци биле доволни за DYNA-2 да контролира пар роботски раце со пет прсти и да ги користи за одвртување на капаче од шише. Во рок од 15 задачи за тестирање, Dyna изјави дека моделите обучени на поголема количина човечки видеа постојано постигнувале подобри резултати.
Компанијата, исто така, го спореди DYNA-2 со својот претходен модел, DYNA-1, кој користи архитектура базирана на визија, јазик и акција. Кога беше распореден кај корисници без претходна адаптација на задачите, DYNA-2 постигна стапка на положување на квалитетот од 87 проценти, во споредба со 46 проценти за DYNA-1.
Dyna рече дека моделот, исто така, покажал поголема отпорност кога физичките пречки се мешале во извршувањето на задачите. За време на тестовите што вклучувале задачи како што се сечкање храна и чистење на работните простори, DYNA-2 можел да продолжи и да се опорави сам без човечка интервенција, додека претходниот модел барал рачна интервенција за да продолжи со задачата.
Компанијата рече дека нивниот пристап на соработка преку видео обука ги подобрил перформансите за 133 проценти на задачи за следење инструкции што барале од роботот да извршува разни физички движења врз основа на команди.
„Со години, развојот на роботиката за општа намена беше попречен од недостаток на податоци; рачното собирање физички податоци преку телеоперација едноставно не може да се скалира до нивото на општа интелигенција. Податоците за акција се ретки, но видеото е насекаде. Со DYNA-2, покажавме дека физичката интуиција не бара милиони часови обука на роботска рака, туку може да се научи директно од човечко видео“, рече Џејсон Ма, коосновач на Dyna Robotics.
Компанијата соопшти дека нејзините роботи, кои се напојуваат од неговиот претходник, DYNA-1, веќе се распоредени во хотели, ресторани и перални. Компанијата го гледа DYNA-2 како чекор кон создавање роботи способни да учат нови физички задачи без потреба од големи количини на податоци за обука специфични за поединечни роботи.
Компанијата е основана од Линдон Гао, Јорк Јанг и поранешниот истражувач на DeepMind, Џејсон Ма, а инвеститорите ги вклучуваат CRV и First Round.
