Onderzoekers van Stanford University hebben hun statische ALOHA-robot verbeterd door een volledig mobiele versie te bouwen die getraind kan worden om huishoudelijke taken uit te voeren.
Een robot kan alleen nuttig zijn voor een reeks algemene taken als hij zich kan verplaatsen en een volledig bereik heeft voor de precisiebewegingen van zijn armen. We hebben hier al een aantal indrukwekkende demonstraties van gezien door robots zoals Tesla's Optimus, maar deze zijn vaak duur of niet beschikbaar.
Vorig jaar leidde Tony Zhao een team dat ALOHA ontwikkelde, A Low-cost Open-source HArdware system om een bimanuele, of twee-armige, robot aan te sturen. De eerste demo's van de mogelijkheden van ALOHA waren indrukwekkend, maar de robot was statisch en werkte alleen op voorwerpen die voor hem lagen op een bureaublad.
Met Mobiel ALOHAHet team onder leiding van Zhao en Zipeng Fu creëerde een robot die door een complexe omgeving zoals een huis kan navigeren en zo een reeks nieuwe toepassingen mogelijk maakt.
De robot was in staat om eten te koken, gemorste wijn van een aanrecht te vegen, stoelen netjes te rangschikken of een lift te bellen.
Sommige hiervan lijken misschien triviaal, maar een robot een lift laten oproepen is niet eenvoudig. Hij moet vanuit verschillende startpunten naar de lift navigeren, nauwkeurig een knop van 2 cm x 2 cm vinden, de knop met precies de juiste kracht indrukken en dan de lift binnengaan.
Imitatieleren
De sleutel tot het leren van nieuwe vaardigheden door de robot is een proces van imitatieleren van menselijke demonstraties. Vaak wordt dit gedaan met behulp van video's of datasets zoals Google's RT-X. Met Mobile ALOHA gebruikten de onderzoekers die datasets, maar ze pakten het ook anders aan. De robot is uitgerust met een interface waaraan een operator kan worden gekoppeld, zodat deze de robot kan besturen terwijl hij een taak uitvoert.
Nadat een taak 50 keer is gedemonstreerd, kan de tetherinterface worden verwijderd en zal Mobile ALOHA de taak met succes voltooien tot 90% van de tijd.
Imitatieleren is erg nuttig bij het aanleren van nieuwe vaardigheden aan robots, maar het heeft zijn eigen uitdagingen, vooral in domeinen die een hoge precisie vereisen. Mobile ALOHA gebruikt een nieuw algoritme genaamd Action Chunk with Transformers (ACT) dat het team van Zhao vorig jaar heeft ontwikkeld.
Het ACT-algoritme verbetert de efficiëntie door acties in brokken te voorspellen, wat de taakcomplexiteit vermindert.
Met Mobile ALOHA waren de onderzoekers naar eigen zeggen "de eersten die ontdekten dat co-training met statische manipulatiedatasets de prestaties en data-efficiëntie van mobiel manipulatiebeleid verbetert".
Dit betekent dat de overvloed aan bestaande datasets die gemaakt zijn met statische robots ook zeer nuttig kunnen zijn bij het trainen van mobiele robots.
Wat heb ik je een paar dagen geleden verteld? 2024 is het jaar van de robotica. Mobile-ALOHA is een open-source robothardware die behendige, tweevoetige taken kan uitvoeren, zoals het koken van een maaltijd (met menselijke teleoperatie). Zeer binnenkort zal hardware ons niet langer hinderen in onze zoektocht naar... pic.twitter.com/vMi3XkqKeh
- Jim Fan (@DrJimFan) 4 januari 2024
Toegankelijk en betaalbaar
Hoe indrukwekkend de demo's ook zijn, de kant-en-klare hardware en de lage kosten van de oplossing maken Mobile ALOHA extra interessant.
De robot wordt bestuurd door een gewone laptop met een Nvidia 3070 Ti GPU (8GB VRAM) en een Intel i7-12800H processor. De laptop ontvangt videostreams van drie Logitech C922x RGB webcams, elk met een resolutie van 480×640.
De robot wordt aangedreven door een 1.26kWh batterij die ook dienst doet als een 14kg zwaar gewicht om te voorkomen dat de robot omvalt.
De totale rekening voor Mobile ALOHA kwam op $32.000. Dat is niet slecht als je bedenkt dat dit een prototype is. Als Mobile ALOHA in productie zou gaan, zou het een stuk goedkoper kunnen zijn. En het feit dat het open source is, betekent dat er snel meerdere hardwareontwikkelingen voor het platform kunnen komen, waardoor de kosten nog lager worden.
Elon Musk voorspelde dat Tesla's Optimus-robot uiteindelijk rond de $20k zal kosten. Er is echter nog steeds geen knop "Toevoegen aan winkelwagentje" op de website van Tesla, ongeacht hoeveel je er voor zou willen betalen.
Met Mobile ALOHA hebben we nu een geweldige software- en hardwareoplossing die erop wijst dat we veel sneller robot huishoudsters zullen hebben dan we dachten.
