Genel Amaçlı Robotlar için Bir Temel Yığın Oluşturma
Bu makale X Square Robot tarafından sunulmuştur. Büyük dil modelleri, yapay zekaya işleyen bir tarif verdi. Geniş veriler üzerinde büyük bir modeli önceden eğitmek, genel yetenekleri beraberinde getirir. Ancak robotikte böyle bir tarif yoktur. Robotik sistemler, genellikle bir görevden diğerine veya bir makineden diğerine taşıyabilecekleri bir zekaya ulaşmadan, ayrı algılama, planlama ve kontrol parçalarından bir araya getirilmiştir. Gövdeye sahip yapay zekanın merkezi sorunu, eşdeğer tarifi bulmaktır ve bu alanda henüz bir uzlaşma sağlanmamıştır. Çin merkezli gövdeye sahip yapay zeka şirketi X Square Robot, alışılmadık bir şekilde açık bir bahis yapmıştır. Şirket, tarifin, bir robotun öğrendiği verileri, fiziksel dünyadaki değişimleri tahmin eden bir dünya modelini ve algılama, planlama, akıl yürütme ve karar verme süreçlerini bir araya getirerek yürütülebilir robot davranışları üreten bir eylem modelini kapsayan entegre bir yığın olduğunu savunmaktadır. Şirket ayrıca, bu yığının açık bir şekilde inşa edilip yayımlanması gerektiğine inanmaktadır. X Square Robot, robotları gerçek evlere getirme vizyonunu paylaşmaktadır.
X Square Robot’un gövdeye sahip yapay zeka yığını, yığını bir arada tutan tek bir kapsamlı model yerine, küçük bir ilke setine dayanır. İlk ilke, robot verisinin temel biriminin bir etkileşim olmasıdır; bir gösterim, yalnızca istenen şekilde dünyayı değiştirdiğinde başarılıdır, eklemlerin hareket etmesi nedeniyle değil. İkinci ilke, ön eğitimin kullanılabilir bir yetenek üretmesi gerektiğidir, yalnızca daha sonra ince ayar için bir başlangıç noktası değil. Üçüncü ilke, davranışın sabit zaman dilimleri yerine fiziksel olaylar etrafında modellenmesi gerektiğidir. Bu ilkeler, eylem modelini eğiten aynı robot-dışı verilerin dünya modeline beslenmesi için yapılandırıldığı için katmanların birbirine bağımlı olmasını sağlar. Ancak kesin olmakta fayda var. Şirket, dünya modelini ve eylem modelini, bir kod tabanını paylaşan tamamlayıcı fakat bağımsız model aileleri olarak tanımlamaktadır. Her ikisi de, vizyon, dil, eylem ve fiziksel tahminin birlikte eğitilmesi için bir mimari olarak sunduğu daha geniş Dünya Birleşik Modeli içinde yer almaktadır.
X Square Robot ekibi için, genel amaçlı robotlar üzerindeki en büyük kısıtlamalardan biri etkileşim verisinin maliyeti ve kalitesidir, parametre sayısı değil. Bunu ele almak için şirket, Evrensel Manipülasyon Arayüzü (UMI) veri toplama sistemi olan QUANXTA Zero Serisini inşa etmiştir. Bu sistem, bir robotu teleoperasyonla kontrol etmek yerine, çift kavrayıcıya sahip bir düzenek giyen insanlardan gösterimler toplayarak çalışır. Bu yaklaşım kendisi yeni değildir ve robot-dışı veri yakalama için yerleşik yöntemlere dayanır. Ancak onu farklı kılan iki mühendislik seçeneği vardır. X Square Robot, veri kalitesi kontrolüne vurgu yaparak, yolları kaydedip bunları gerçek bir robot üzerinde yeniden oynatarak yalnızca gerçekten görevi tamamlayanların geçerli olarak sayılmasını sağlar.
İlk seçim kalite kontrolüdür ve bu en belirgin kısımdır. Kaydedilen yolları olduğu gibi kabul etmek yerine, sistem kapalı bir denetim döngüsü çalıştırır ve dikkat çekici adımı fiziksel tekrar oynatmadır. Bir yol örneği gerçek robot üzerinde yeniden oynatılır ve yalnızca gerçekten görevi tamamlayanlar geçerli olarak sayılır. Bu, geçerlilik oranını bir varsayım değil, ölçülen bir miktar haline getirir. Örneğin, bir kavrayıcının bir saniye öncesinde kapanması, verilerde bir kavrama gibi görünse de, nesneyi itmiş olduğu için geçerli olarak sınıflandırılmamalıdır. Daha küçük bir temiz veri seti, daha büyük bir gürültülü olanından daha değerli olabilir.
İkinci seçim, daha düşük maliyetli insan verileri ile kıt robot verilerinin nasıl birleştirileceğidir. Şirket, genel temsiller oluşturmak için büyük bir robot-dışı gösterim hacmi üzerinde ön eğitim yapar, ardından belirli makinenin dinamiklerine bir bağ olarak küçük bir miktar gerçek robot verisi ekler. Bunun, yaklaşık 20 kat daha düşük bir toplama maliyeti ile tüm robot veri setine benzer bir performansa ulaştığını bildirmektedir; bu, esasen giyilebilir düzeneklerin teleoperasyon kurulumlarından çok daha ucuz olmasından kaynaklanmaktadır. Ortaya çıkan veri seti, hem eylem modellerine hem de dünya modellerine beslenmek üzere yapılandırılmış, kasıtlı olarak modelden bağımsızdır. Ancak en güçlü sonuçların şirketin kendi robotları ve veri toplama hatları üzerinde ölçüldüğü bir uyarı vardır. Daha geniş bağımsız testler, bu umut verici sonuçları daha geniş bir dizi ayar üzerinde doğrulamaya ve genişletmeye yardımcı olacaktır.
X Square Robot, dünya modelini geliştirirken WALL-WM adını verdiği farklı bir yaklaş
