Feagine представила Fi0 — ИИ-модель, которая учится переносить навыки между разными роботами

13 августа Feagine Robotics представила Fi0 (Foundation Intelligence Across Embodiments) — базовую модель для управления роботами, которая должна переносить знания о задачах между разными аппаратными конфигурациями и адаптировать действия к морфологии и текущему состоянию конкретного робота. Одновременно компания показала три сухожильно-приводных мягких манипулятора — A01, A02 и A03, отличающихся длиной, числом сегментов, рабочей зоной и характером контакта с объектами.

В качестве входных данных Fi0 использует язык, изображение, демонстрации, состояние окружающей среды и структурированное описание самого робота. В техническом описании Feagine заявлены отдельные компоненты для представления навыков, объединения изображений с разных камер, описания конкретного воплощения робота и прогнозирования результатов действий.

При этом компания не раскрыла объём и состав обучающей выборки, количество параметров, детали реализации или методику оценки, поэтому заявленные возможности пока что нельзя сопоставить с воспроизводимыми результатами.

Источник: PRN

Три разных манипулятора должны дать Feagine возможность проверить ключевую идею Fi0: отделить знания о самой задаче от особенностей конкретного механизма. Модель учитывает кинематику, геометрию, сенсоры, рабочие органы, привод и динамическое состояние робота, а демонстрацию человека, по заявлению компании, можно использовать непосредственно во время выполнения новой задачи без дообучения параметров модели.

Однако пока это именно заявленная архитектура, а не доказанная способность к переносу навыков. Feagine не опубликовала показатели успешности одних и тех же задач на A01, A02 и A03, сравнение с отдельными моделями управления для каждого робота, данные о задержках, восстановлении после ошибок или безопасности. Не сообщается и о доступности Fi0 для сторонних разработчиков.

Запуск интересен прежде всего как попытка решить одну из центральных проблем embodied AI — переносить знания между физически разными роботами, а не обучать каждую конфигурацию с нуля. Для практической оценки Fi0 теперь нужны воспроизводимые тесты, открытая методика экспериментов и сравнение с базовыми системами, — без них масштаб заявленного прорыва определить пока невозможно.

©  iXBT