Robot hình người học kỹ năng từ một triệu giờ video thực tế

AI cho robot hình người được huấn luyện từ một triệu giờ video

DYNA-2 của Dyna Robotics sử dụng một triệu giờ video ghi lại các hoạt động của con người để huấn luyện, giúp robot học các nhiệm vụ thể chất với hiệu suất cao.

Được Dyna Robotics (Mỹ) công bố ngày 11/8, DYNA-2 được huấn luyện hoàn toàn dựa trên video góc nhìn cá nhân của con người, thay vì dữ liệu hành động của robot như cách các hãng robot hình người hiện nay đang áp dụng. Một triệu giờ cảnh quay tương đương 171,1 năm trải nghiệm tỉnh táo liên tục của mỗi người (giả định đã trừ đi 8 tiếng ngủ mỗi ngày).

Phương pháp huấn luyện dữ liệu của Dyna Robotics cho phép robot học các kỹ năng vật lý, chẳng hạn như cách con người tương tác với đồ vật và môi trường xung quanh thông qua video thực tế. Trong đó, DYNA-2 trang bị kiến trúc mô phỏng thế giới kết hợp dự đoán khung hình và hành động tiếp theo, bằng cách sử dụng video của con người để "phát triển sự hiểu biết" về cách môi trường vật lý thay đổi và cách các vật thể phản ứng với chuyển động.

Một mẫu robot hình người của Dyna Robotics. Ảnh: Dyna Robotics

Cách làm này được đánh giá là giúp giảm sự phụ thuộc vào dữ liệu điều khiển từ xa thu thập thủ công, từ đó cung cấp phương thức đào tạo robot hiệu quả hơn, ngay cả khi mở rộng quy mô. Ngoài hiệu quả với robot, nó còn cho phép robot "chuyển giao" kỹ năng sang các cỗ máy khác.

Với các nhiệm vụ trong sản xuất đòi hỏi độ chính xác cao, Dyna Robotics cho biết DYNA-2 giúp nâng tỷ lệ thành công từ 20% lên 80-90% chỉ bằng cách tăng quy mô huấn luyện mới. Chẳng hạn, một robot hình người chỉ cần 13 phút dữ liệu để học cách dùng cánh tay vặn mở nắp chai.

Mô hình cũng chứng minh khả năng chuyển giao giữa các cánh tay robot cố định, nguyên mẫu robot hình người và bàn tay robot. Theo nhà phát triển, trên 15 nhiệm vụ chuẩn, robot chạy DYNA-2 luôn cho kết quả tốt hơn. Dyna Robotics đã so sánh nền tảng mới với mẫu DYNA-1 trước đó, vốn sử dụng kiến trúc thị giác - ngôn ngữ - hành động thường thấy. Kết quả, DYNA-2 đáp ứng 87% yêu cầu, gần gấp đôi mức 46% của DYNA-1.

Khả năng tự thích nghi cũng là điểm nhấn trên DYNA-2. Trong các thử nghiệm liên quan đến hoạt động thường nhật như thái thức ăn và dọn dẹp không gian làm việc, DYNA-2 có thể tự thích ứng với môi trường xung quanh, trong khi mô hình cũ phải thực hiện thủ công. Với các nhiệm vụ có hướng dẫn, phương pháp huấn luyện bằng video mới giúp robot đạt điểm số cao hơn 133% so với cách làm cũ.

"Trong nhiều năm, lĩnh vực robot bị 'tắc nghẽn' bởi vấn đề dữ liệu. Việc thu thập dữ liệu vật lý theo cách thủ công đơn giản là không thể mở rộng quy mô nếu muốn đạt siêu trí tuệ", Jason Ma, người đồng sáng lập Dyna Robotics, chia sẻ với Interesting Engineering. "Dữ liệu hành động có thể khan hiếm, nhưng video thì có ở khắp mọi nơi. Với DYNA-2, chúng tôi chứng minh rằng trực giác vật lý không cần hàng triệu giờ huấn luyện trên cánh tay robot, thay vào đó có thể được học trực tiếp từ video của con người".

Khác với AI xử lý văn bản, hình ảnh hay âm thanh, robot phải học từ dữ liệu gắn liền với chuyển động trong không gian thực, bao gồm hình ảnh từ camera, trạng thái khớp, lực tác động, vị trí vật thể và phản hồi sau mỗi hành động.

Theo TechRadar, nguồn dữ liệu này khó thu thập ở quy mô lớn vì mỗi robot có thiết kế cơ khí, cảm biến và hệ thống điều khiển khác nhau. Việc cho robot tự thực hiện hàng triệu lần thao tác cũng tốn thời gian và có nguy cơ làm hỏng thiết bị. Do đó, giải pháp như của Dyna Robotics được kỳ vọng sẽ đẩy nhanh quá trình huấn luyện robot hình người cho môi trường thực tế.

Theo ChinaDaily, thực tế dữ liệu đang là điểm nghẽn lớn đối với lĩnh vực robot hình người. Tại nhiều nơi, đặc biệt là ở Trung Quốc, dù nhiều cơ sở huấn luyện đã được xây dựng trong thời gian qua nhưng vẫn chưa đáp ứng đủ nhu cầu, khiến tốc độ ứng dụng loại robot này vào môi trường thực tế bị chậm lại đáng kể.

Theo Bộ Công nghiệp và Công nghệ Thông tin Trung Quốc, năm ngoái, nước này có hơn 140 nhà sản xuất và hơn 330 mẫu robot hình người. Trong khi đó, thống kê từ công ty nghiên cứu thị trường Smart Analytics Global (SAG) cho biết Trung Quốc chiếm 97% số robot hình người xuất xưởng trong nửa đầu năm, dẫn đầu là Agibot và Unitree.

Bảo Lâm tổng hợp