21/10/2024
Door Ad Spijkers
Twee vooraanstaande partijen sluiten een nieuwe onderzoekovereenkomst voor robotica en kunstmatige intelligentie.
Boston Dynamics en Toyota Research Institute (TRI), beide in Camrbridge (Massachusetts), hebben aangekondigd hun krachten te bundelen en twee specialisten in kunstmatige intelligentie en robotica samen te voegen. Het onderzoekpartnerschap is gericht op het versnellen van de ontwikkeling van humanoïde robots voor algemeen gebruik met behulp van TRI's Large Behavior Models en Boston Dynamics' Atlas-robot.
Gezamenlijk onderzoek
Het partnerschap is een voorbeeld van twee bedrijven met een sterke onderzoeks- en ontwikkelingsbasis die samenwerken om aan veel complexe uitdagingen te werken en nuttige robots te bouwen die echte problemen oplossen. Recente ontwikkelingen in AI en machine learning bieden een groot potentieel voor het bevorderen van fysieke intelligentie. De mogelijkheid om de geavanceerde AI-technologie van TRI te implementeren op de hardware van Boston Dynamics is een kans voor beide organisaties. Tegelijkertijd werken ze aan het versterken van mensen en het verbeteren van de kwaliteit van leven.
Twee partijen
Boston Dynamics heeft een reputatie voor het creëren van ontwikkelingen in humanoïde robots, van extreme mobiliteit tot bimanuele manipulatie. De nieuwste generatie Atlas is het resultaat van jarenlang hardware en software co-design gericht op het bouwen van het meest capabele humanoïde platform. Dit betreft zowel fysieke capaciteit als software-interfaces voor het schrijven van gedragingen van het hele lichaam. Dit maakt het een geschikt platform voor het bevorderen van de wetenschap van AI-gebaseerde manipulatievaardigheden.
TRI heeft een naam opgebouwd met de snelle vooruitgang van Large Behavior Models (LBM's) voor robotica. Dit omvat werk op het gebied van diffusiebeleid, dat de toepassing versnelde van generatieve AI om behendige manipulatiemogelijkheden in robotica te verbeteren. TRI heeft ook een rol gespeeld in de ontwikkeling van open-source robot-AI-modellen en datasets. Door gebruik te maken van extra kracht in computer vision en training van grote taalmodellen, streeft het werk aan LBM's er naar om multi-tasking, vision en op taal geconditioneerde basismodellen voor behendige manipulatie te bereiken.
Data en training
De samenwerking moet de sterke punten en expertise van elke partner in gelijke mate benutten. Door de fysieke mogelijkheden van de nieuwe elektrische Atlas-robot kunnen onderzoeksteams de robot inzetten voor een reeks taken en data verzamelen over de prestaties ervan. Dit is gekoppeld aan het vermogen om een breed scala aan bimanuele manipulatiegedragingen voor het hele lichaam programmatisch te besturen en op afstand te bedienen.
De verkregen data worden op hun beurt gebruikt om de training van geavanceerde LBM's te ondersteunen. Daarbij wordt gebruik gemaakt van rigoureuze hardware- en simulatie-evaluatie om aan te tonen dat grote, vooraf getrainde modellen de snelle verwerving van nieuwe robuuste, behendige, full-body vaardigheden mogelijk maken.
Het gezamenlijke team zal ook onderzoek doen om fundamentele trainingsvragen voor humanoïde robots te beantwoorden, het vermogen van onderzoeksmodellen om full-body sensing te benutten, en het begrijpen van mens-robotinteractie en veiligheids-/verzekeringsgevallen om deze nieuwe mogelijkheden te ondersteunen.
Foto: Boston Robotics