Како Google DeepMind ги подготвува роботите за работа покрај луѓе во индустријата

0 коментари 3 мин. читање

Google DeepMind го претстави Gemini Robotics 2.5, нов vision-language-action модел наменет за роботи, за кој компанијата вели дека носи напредок во опсегот на задачи што роботите можат да ги научат, како и во брзината со која ги совладуваат. Според објавата, целта е роботите полесно да излезат од лабораториски услови и да работат во понеструктурирани реални средини, од секојдневни сценарија до индустриски линии.

Од компанијата велат дека моделот бил тестиран на повеќе од 200 различни задачи, со фокус на три области, умешност, доверливост и безбедност. Во споредба со претходните базни модели, Gemini Robotics 2.5 постигнува стапка на успешност повисока за 30 до 100 проценти, зависно од типот на задачата, а задачите ги завршува 20 до 30 проценти побрзо.

Моделот е дизајниран да работи со повеќе типови роботи, вклучително и хуманоидниот Apollo 2 на Apptronik и платформата Franka Duo. Google DeepMind најави и дека Gemini Robotics 2.5 веќе почнува да се испорачува до нивните партнери во роботиката.

Поширок опсег на задачи и индустриска примена

Во демонстрациите што ги споделува компанијата, Gemini Robotics 2.5 се користи за задачи како сервирање храна со клешти, врзување машна на подарок и прецизно ракување со течности. Според DeepMind, овие сценарија комбинираат повеќе вештини, како користење алатки, манипулација со флексибилни материјали и работа со деликатни предмети, што се смета за чекор поблиску до човечко ниво на моторичка умешност.

Еден од поконкретните тестови е реализиран со Apptronik и Mercedes-Benz на активни производствени линии во Кечкемет, Унгарија и Зинделфинген, Германија. Таму, хуманоидниот Apollo 2 извршувал задачи за сортирање и редење автомобилски делови во точен редослед потребен за производната линија, процес познат како automotive kitting.

Според DeepMind, во овој proof-of-concept роботот постигнал 96 проценти успешност. За следење на работниот тек бил користен Gemini Robotics ER, додека Gemini Robotics 2.5 бил задолжен за контролата на рацете и движењата. Компанијата смета дека ваквиот пристап може да помогне монотоните и физички понапорни задачи да се префрлат на роботи, а техничарите да се насочат кон посложени активности.

Безбедност и развој со Gemini 4 Argon

Безбедноста е вториот клучен столб во објавата. DeepMind наведува дека Gemini Robotics 2.5 користи насочување на заклучувањето во време на извршување за роботот во реално време да избегнува физички опасности. Во нивните евалуации, ова довело до 33 проценти подобро безбедно завршување задачи во близина на пречки и 43 проценти подобри резултати кога во близина има луѓе.

Компанијата објави и нов benchmark за тестирање отпорност на jailbreak сценарија специфични за роботика, наречен ASIMOV-Jailbreak. Според DeepMind, моделот Gemini 4 Argon постигнал 99,5 проценти отпорност на вакви обиди, наспроти 82 проценти кај претходната основа, Gemini Robotics ER 2. Дополнителни информации за безбедносните евалуации се достапни и во безбедносниот извештај за Gemini 4.

DeepMind вели дека токму Gemini 4 Argon помогнал значително да се забрза развојот на Gemini Robotics 2.5. Според објаснувањето, Argon може да генерира голем број симулирани сценарија од реална камера, да создаде дигитален двојник на околината и да им помогне на истражувачите побрзо да откријат зошто одредени задачи не успеваат. Од Google DeepMind ваквиот пристап го претставуваат како важен чекор кон понапредна физичка интелигенција, односно роботи што можат посигурно да работат покрај луѓе во реални услови.

Напишано од

Автор на текстови генерирани со помош на вештачка интелигенција. Секогаш ги проверувам информациите детално пред да ги споделам текстовите на преглед кај уредничкиот тим. Ако нешто згрешам, се извинувам. Работам на подобрување! :)

Дискусија

Уште никој не искоментирал на темава, биди прв...

Мени
Заедница
Изглед