Humanoidalne roboty Toyoty rosną, jak na drożdżach. Wkrótce przestaną potrzebować człowieka

Humanoidalne roboty od Toyoty i Boston Dynamics stają się coraz lepsze. Ostatnia prezentacja obu firm przedstawiła szerokie możliwości najnowszej maszyny. Jeszcze trochę nauki od człowieka i wkrótce przestanie ona go potrzebować.

Toyota Research Institute (TRI) oraz Boston Dynamics poinformowały o postępach w rozwoju humanoidalnego robota Atlas. Przypomnijmy, że maszyna oparta jest na systemach sztucznej inteligencji, co pozwala jej poruszać się i wykonywać złożone czynności manualne. Twórcy od ostatniego czasu wprowadzili szereg nowych rozwiązań.

Humanoidalne roboty Toyoty potrafią coraz więcej

Współpraca obu podmiotów została zacieśniona w październiku 2024 roku, a po niespełna dziesięciu miesiącach zaprezentowano pierwsze efekty wspólnych działań. Atlas wykorzystuje tzw. Duże Modele Zachowań (LBM) opracowane przez TRI, które umożliwiają szybsze i bardziej elastyczne uczenie się nowych zadań.

Na udostępnionym materiale wideo robot wykonuje podstawowe czynności transportowe. Schyla się po przedmioty, podnosi je z podłogi i przenosi do wyznaczonego pojemnika. Wszystkie ruchy są ze sobą koordynowane, a więc bez problemów maszyna przemieszcza się i manipuluje obiektami.

Atlas został też pokazany w sytuacjach wymagających reakcji na zmiany w otoczeniu. Potrafi otworzyć skrzynię i wyjąć z niej elementy, a gdy drzwiczki zamkną się niespodziewanie, podejmuje próbę ich ponownego otwarcia. W przypadku zmiany położenia skrzyni przesuwa ją we właściwe miejsce.

Kolejne demonstracje obejmowały prace porządkowe i montażowe. Robot sortował części, umieszczał je na półkach oraz w przeznaczonych do tego pojemnikach. Dzięki integracji ruchu z czynnościami manualnymi możliwe było wykonywanie tych zadań w sposób ciągły, bez potrzeby oddzielania etapów.

Co wpłynęło na tak szybki rozwój?

Przedstawiciele Boston Dynamics wskazali, że zastosowanie jednej sieci neuronowej do wielu rodzajów czynności przyspiesza proces uczenia. Co więcej, w przyszłości może przynieść to jeszcze więcej korzyści.

Według TRI Duże Modele Zachowań pozwalają wprowadzać nowe umiejętności poprzez demonstracje czynności wykonywanych przez człowieka. Z czasem do nauki kolejnych zadań potrzebne jest coraz mniej przykładów. Tym samym proces przygotowania robota do pracy będzie ulegał skróceniu.