Mobil ALOHA: Billig bimanuel mobil robot-husholderske

8. januar 2024

Forskere fra Stanford University har forbedret deres statiske ALOHA-robot ved at bygge en fuldt mobil version, der kan trænes til at udføre husholdningsopgaver.

For at en robot skal kunne bruges til en række generelle opgaver, skal den kunne bevæge sig rundt og have et komplet udvalg af præcisionsbevægelser til sine arme. Vi har set nogle imponerende demonstrationer af dette med robotter som Teslas Optimus, men de er ofte dyre eller utilgængelige.

Sidste år stod Tony Zhao i spidsen for et team, der udviklede ALOHA, et billigt open source-hardwaresystem til styring af en bimanuel eller toarmet robot. De første demonstrationer af ALOHA's evner var imponerende, men robotten var statisk og arbejdede kun med ting foran den på et skrivebord.

Med Mobil ALOHAhar holdet under ledelse af Zhao og Zipeng Fu skabt en robot, der kan navigere gennem et komplekst miljø som et hjem og dermed åbne op for en række nye anvendelsesmuligheder.

Robotten var i stand til at lave mad, tørre et vinspild af en bordplade, stille stole pænt op eller ringe efter en elevator.

Nogle af dem kan virke trivielle, men det er ikke let at få en robot til at gøre noget som at tilkalde en elevator. Den skal navigere til elevatoren fra potentielt forskellige udgangspunkter, finde en knap på 2 cm x 2 cm præcist, trykke på knappen med den helt rigtige kraft og derefter gå ind i elevatoren.

Imitation af læring

Nøglen til, at robotten kan lære nye færdigheder, er en proces med imitationslæring fra menneskelige demonstrationer. Ofte sker det ved hjælp af videoer eller datasæt som Googles RT-X. Med Mobile ALOHA brugte forskerne disse datasæt, men valgte også en anden tilgang. Robotten er udstyret med et interface, der gør det muligt at binde en operatør til den, så operatøren kan styre robotten, mens den udfører en opgave.

Efter at have demonstreret en opgave 50 gange kan tether-grænsefladen fjernes, og Mobile ALOHA vil udføre opgaven med succes i op til 90% af tiden.

Imitationslæring er meget nyttigt, når man skal lære robotter nye færdigheder, men det har sine egne udfordringer, især i domæner, der kræver høj præcision. Mobile ALOHA bruger en ny algoritme ved navn Action Chunk with Transformers (ACT), som Zhaos team udviklede sidste år.

ACT-algoritmen forbedrer effektiviteten ved at forudsige handlinger i bidder, hvilket reducerer opgavens kompleksitet.

Med Mobile ALOHA sagde forskerne, at de var "de første til at finde ud af, at samtræning med statiske manipulationsdatasæt forbedrer ydeevnen og dataeffektiviteten af mobile manipulationspolitikker."

Det betyder, at de mange eksisterende datasæt, der er skabt med statiske robotter, også kan være meget nyttige til at træne mobile robotter.

Tilgængelig og til at betale

Lige så imponerende som demoerne er, lige så interessant er Mobile ALOHA, fordi hardwaren er hyldevare, og løsningen er billig.

Robotten styres af en almindelig bærbar computer med en Nvidia 3070 Ti GPU (8 GB VRAM) og en Intel i7-12800H-processor. Den bærbare computer modtager videostrømme fra tre Logitech C922x RGB-webkameraer, der hver især har en opløsning på 480×640.

Robotten drives af et 1,26 kWh batteri, der også fungerer som en 14 kg tung afbalanceringsvægt for at forhindre, at robotten vælter.

Den samlede regning for Mobile ALOHA lød på $32.000. Det er ikke dårligt, når man tænker på, at det er en prototype. Hvis den blev sat i produktion, kunne Mobile ALOHA blive meget billigere end det. Og det faktum, at det er open source, betyder, at der snart kan komme flere hardwareudviklinger til platformen, hvilket vil få omkostningerne til at falde yderligere.

Elon Musk forudsagde, at Teslas Optimus-robot i sidste ende vil koste omkring $20k. Der er dog stadig ingen "læg i kurv"-knap på Teslas hjemmeside, uanset hvor meget du er villig til at betale for den.

Med Mobile ALOHA har vi nu en fantastisk software- og hardwareløsning, som tyder på, at vi får robot-husholdningshjælpere meget hurtigere, end vi troede.

Deltag i fremtiden


TILMELD DIG I DAG

Klar, kortfattet, omfattende. Få styr på AI-udviklingen med DailyAI

Eugene van der Watt

Eugene har en baggrund som elektronikingeniør og elsker alt, hvad der har med teknologi at gøre. Når han tager en pause fra at læse AI-nyheder, kan du finde ham ved snookerbordet.

×

GRATIS PDF EKSKLUSIVT
Vær på forkant med DailyAI

Tilmeld dig vores ugentlige nyhedsbrev og få eksklusiv adgang til DailyAI's seneste e-bog: 'Mastering AI Tools: Din 2024-guide til forbedret produktivitet'.

*Ved at tilmelde dig vores nyhedsbrev accepterer du vores Politik for beskyttelse af personlige oplysninger og vores Vilkår og betingelser