Reward AI تطلق OM-1 المدرَّب على عروض بشرية دون بيانات روبوتية
أعلنت Reward AI عن OM-1، سياسة تحكم تتعلم من قفاز مزود بمستشعرات يرتديه الإنسان، دون أي بيانات تشغيل عن بُعد أو بيانات مجمّعة من الروبوت.
أطلقت شركة الروبوتات الناشئة Reward AI نموذج OM-1، اختصاراً لـ Omnibody Model 1، وهو سياسة (Policy) عامة للمناولة تتعلم من أشخاص يرتدون قفازاً مزوداً بمستشعرات، ثم تعمل على أذرع صناعية وروبوتات بشرية الشكل بسرعة الإنسان. النقطة التي تبرزها الشركة: لا تدخل في التدريب أي بيانات تشغيل عن بُعد (teleoperation) ولا بيانات مجمّعة من الروبوت نفسه. وتشمل أعمال الفريق السابقة DexCap وHumanPlus وALOHA.
النموذج داخلي حتى الآن. لم تُنشر الأوزان ولا الشيفرة ولا مجموعة البيانات ولا واجهة برمجية، أي أن المطورين لا يستطيعون تشغيله على عتادهم.
القفاز وواجهة البيانات
تبدأ المنظومة بجهاز Omnibody Hand القابل للارتداء، امتداداً لعمل الفريق السابق في DexCap. وبدلاً من نسخ اليد البشرية مفصلاً بمفصل، اعتُمد تصميم بسبع درجات حرية يركز على اختيار نقاط التلامس وإعادة توجيه الأجسام داخل اليد والانتقال بين القبضة الدقيقة وقبضة القوة. ويجمع القفاز بين استشعار لمسي عالي التردد واستشعار للقرب قبل التلامس وكاميرات بمصراع شامل. آلية انثناء طرفية تستوعب اختلاف أطوال الأصابع فلا حاجة لضبط لكل مستخدم.
النتيجة الرقمية الوحيدة المعلنة تخص تتبع وضعية اليد. عند تحريك المتتبعَين بين مصدّين ميكانيكيين بثماني سرعات من 3 إلى 67 سم/ث، بمتوسط عشر جولات لكل منها، ارتفع متوسط خطأ التجاوز في التتبع الكهرومغناطيسي من نحو 0.4 مم إلى 9.5 مم، بينما ارتفع في التتبع البصري القصوري من نحو 2.1 مم إلى 24.9 مم، أي انخفاض بنسبة 60% عند أعلى سرعة.
طبقة التحكم
يولّد OM-1 حركات الروبوت مباشرة من حركة الإنسان، ولأن كل العروض تصل بالصيغة نفسها فلا فصل بين التدريب المسبق واللاحق. تُعالج كل قناة حسية بمعدل أخذ العينات الخاص بمستشعرها. وتحت السياسة طبقة تحكم عالية التردد دُرّبت بالتعلم المعزز في المحاكاة لمعالجة الاضطرابات الخارجية وتأخيرات النظام، فلا تتوقف الحركة أثناء الاستدلال.
تقول الشركة إن النموذج يتعلم مهمة جديدة من أقل من 30 دقيقة من البيانات البشرية. لم تُنشر معدلات نجاح ولا مقارنات مرجعية ولا ورقة بحثية، فالادعاءات مستندة إلى عروض توضيحية. التفاصيل على MarkTechPost.
