Zibianliang ra mắt TwinDEX: Bàn tay robot linh hoạt với khả năng huấn luyện không cần dữ liệu thực tế

Theo tin từ IT ngày 2 tháng 9, doanh nghiệp robot hình thể (embodied AI) Ziyibianliang hôm nay đã ra mắt cặp tay thao tác khéo léo (dexterous hand) song sinh với 3 ngón và 9 bậc tự do mang tên TwinDEX.

Theo giới thiệu chính thức, một chiếc trong cặp tay này có thể đeo được để thu thập dữ liệu, chiếc còn lại được lắp trên robot để triển khai thực tế. Đây là lần đầu tiên hiện thực hóa việc thao tác khéo léo dựa trên dữ liệu thuần không cần thân máy (body-agnostic) và không cần dữ liệu điều khiển từ xa trên máy thật.

Kết quả đánh giá cho thấy, hiệu suất thu thập dữ liệu không cần thân máy của TwinDEX đạt gấp 5,3 lần so với điều khiển từ xa trên máy thật; khi huấn luyện mô hình, dữ liệu không cần thân máy gần như có thể thay thế hoàn toàn 100% dữ liệu điều khiển từ xa trên máy thật.

Phía công ty cho biết, điều này đã định hình lại nhận thức của ngành công nghiệp trí tuệ hình thể về "tháp dữ liệu": Trước đây, dữ liệu điều khiển từ xa trên máy thật được coi là dữ liệu có giá trị nhất và khó mở rộng quy mô nhất do chứa đựng thông tin tương tác vật lý phong phú. TwinDEX đã đổi mới bằng cách duy trì sự nhất quán giữa đầu thu thập và đầu thực thi, kết hợp với quy trình xử lý dữ liệu và huấn luyện mô hình hoàn chỉnh, giúp dữ liệu không cần thân máy đạt được hiệu quả huấn luyện sánh ngang với dữ liệu máy thật. Điều này có nghĩa là việc huấn luyện thao tác khéo léo không còn bị phụ thuộc hoàn toàn vào dữ liệu máy thật chi phí cao, đồng thời tìm ra con đường khả thi mới để thu thập dữ liệu không cần thân máy quy mô lớn, thúc đẩy nâng cao năng lực cho robot.

IT đính kèm giới thiệu chi tiết từ phía công ty như sau:

Thiết kế ngược giải quyết bài toán khó về thao tác khéo léo, ba ngón tay cũng có thể đảm đương các thao tác phức tạp.

Để thao tác khéo léo thực sự tiến tới quy mô hóa, cần cả thiết kế khéo léo cho bàn tay, khả năng huấn luyện mô hình hiệu quả từ dữ liệu không cần thân máy, và khả năng mở rộng quy mô thu thập dữ liệu. Xoay quanh ba mục tiêu này, TwinDEX được thiết kế dựa trên ba khía cạnh: tính khéo léo, tính nhất quán và khả năng mở rộng.

Về tính khéo léo, TwinDEX áp dụng thiết kế 3 ngón với 9 bậc tự do, trong đó 7 bậc tự do chủ động, đạt được sự cân bằng giữa tính khéo léo, độ tin cậy và chi phí. Dựa trên các thử nghiệm bao phủ nhiều thao tác cơ bản, Ziyibianliang nhận thấy rằng thông qua sự phối hợp giữa ngón cái, ngón trỏ và ngón giữa, 3 ngón tay có thể hoàn thành hầu hết các thao tác trong cuộc sống, đây là "giải pháp khả thi tối thiểu" cho thao tác khéo léo. Kết hợp với mô hình nền tảng đủ tốt, nó hoàn toàn có thể đảm đương các thao tác phức tạp khác nhau.

Tính nhất quán là chìa khóa để dữ liệu không cần thân máy có thể được sử dụng trực tiếp cho việc học chiến lược của robot. Việc thu thập dữ liệu chéo thân máy thường tồn tại sự khác biệt về động học và tổn thất độ chính xác giữa đầu thu thập và đầu thực thi, khiến dữ liệu khó di chuyển trực tiếp và cần dữ liệu máy thật để căn chỉnh hoặc tinh chỉnh. TwinDEX đặt mục tiêu "huấn luyện bằng dữ liệu thuần không cần thân máy", lấy hiệu suất ứng dụng cuối cùng làm mỏ neo để thiết kế ngược các chỉ số nhất quán cần đạt được ở đầu thu thập.

Cụ thể: Về động học, giữ nguyên các bậc tự do, trục khớp và tỷ lệ liên kết; về cơ học tiếp xúc, giữ nguyên vật liệu tiếp xúc, hình học và đặc tính bề mặt, đồng thời cấu hình cảm biến xúc giác tương ứng; về thị giác, giữ nguyên ngoại hình; đồng thời tối ưu hóa các chỉ số độ chính xác then chốt như khớp, định vị cổ tay, độ rung và độ trôi. Trên cơ sở đó, Ziyibianliang còn nâng cao hơn nữa khả năng chịu lỗi của chiến lược thông qua thiết kế mô hình và chiến lược huấn luyện có mục tiêu, giảm thiểu ảnh hưởng của sự khác biệt dư thừa giữa đầu thu thập và đầu triển khai đối với hiệu suất nhiệm vụ.

Về khả năng mở rộng, TwinDEX sử dụng khung xương ngoài 3 ngón có thể đeo được làm đầu thu thập, giải phóng việc thu thập dữ liệu khỏi thân robot và môi trường cố định. "Một người vận hành, một cái bàn, một bộ khung xương ngoài là một đơn vị thu thập dữ liệu hoàn chỉnh." Khung xương ngoài cung cấp phản hồi lực trực quan, giúp người vận hành hoàn thành các thao tác tiếp xúc tự nhiên và tinh tế; phương thức thu thập mô-đun hỗ trợ mở rộng song song bằng cách tăng thêm thiết bị và người vận hành, giúp quy mô dữ liệu không còn bị giới hạn bởi số lượng robot và cơ sở vật chất cố định.

Hiệu suất thu thập dữ liệu tăng 5,3 lần, dữ liệu không cần thân máy có thể thay thế hoàn toàn máy thật.

Trước đây, dữ liệu không cần thân máy thường cần kết hợp với dữ liệu máy thật để bù đắp sự thiếu hụt thông tin vật lý thực tế; ngày nay, ngành công nghiệp bắt đầu khám phá việc sử dụng trực tiếp dữ liệu không cần thân máy cho việc huấn luyện chiến lược và thực thi của robot. TwinDEX đồng thời nâng cao hiệu suất thu thập và hiệu suất sử dụng dữ liệu không cần thân máy.

Về thu thập dữ liệu, điều khiển từ xa trên máy thật bị giới hạn bởi số lượng robot, địa điểm và thời gian sử dụng thiết bị, khiến quy mô dữ liệu khó mở rộng nhanh chóng; trong khi đó, TwinDEX có thể đạt được việc thu thập dữ liệu song song bằng cách tăng thêm thiết bị thu thập đeo được và người vận hành. Trong các nhiệm vụ liên quan, hiệu suất thu thập dữ liệu mỗi giờ của TwinDEX đạt gấp 5,3 lần so với điều khiển từ xa trên máy thật.

Về sử dụng dữ liệu, Ziyibianliang nhận thấy rằng trên các tiêu chuẩn đa nhiệm, hiệu suất chiến lược được huấn luyện từ cả hai loại dữ liệu đều tăng với cùng tốc độ khi khối lượng dữ liệu tăng lên và cuối cùng hội tụ, nghĩa là dữ liệu không cần thân máy gần như có thể thay thế 100% dữ liệu điều khiển từ xa trên máy thật về hiệu quả huấn luyện. Nói cách khác, dữ liệu điều khiển từ xa trên máy thật không còn là điều kiện bắt buộc để huấn luyện thao tác khéo léo, dữ liệu không cần thân máy dễ thu thập hơn cũng có thể đạt được hiệu quả huấn luyện tương đương, cung cấp con đường mới cho việc quy mô hóa dữ liệu thao tác khéo léo.

Phá vỡ "tam giác bất khả thi" của thao tác khéo léo, đưa trí tuệ trỗi dậy đến gần tầm tay.

Vấn đề dữ liệu của thao tác khéo léo từ lâu đã tồn tại một "tam giác bất khả thi": khó có thể đạt được đồng thời chất lượng dữ liệu, tính khéo léo và khả năng mở rộng. Dữ liệu điều khiển từ xa độ chính xác cao có chất lượng tốt, tính khéo léo mạnh nhưng chi phí thu thập cao; thu thập chi phí thấp dễ mở rộng quy mô nhưng thường khó đảm bảo chất lượng dữ liệu; hệ thống 5 ngón có tính khéo léo cao tuy có giới hạn thao tác cao hơn nhưng chi phí phần cứng cũng tăng tương ứng, khó thực hiện thu thập quy mô lớn.

TwinDEX lần đầu tiên trên thế giới hiện thực hóa sự kết hợp của cả ba yếu tố: thông qua việc làm cho đầu thu thập và đầu thực thi nhất quán cao về động học, cơ học tiếp xúc và ngoại hình thị giác, đạt được thao tác khéo léo trong khi vẫn đảm bảo chất lượng dữ liệu, đồng thời nâng hiệu suất thu thập dữ liệu lên gấp hơn 5 lần so với điều khiển từ xa trên máy thật.

Điều này có nghĩa là dữ liệu không cần thân máy đã có thể thay thế dữ liệu máy thật để huấn luyện các thao tác khéo léo đầy thách thức. Bước tiếp theo, Ziyibianliang sẽ mở rộng quy mô dữ liệu hơn nữa, từ bàn làm việc đơn lẻ tiến tới môi trường mở, từ kịch bản cố định tiến tới phân phối đuôi dài (long-tail distribution), cung cấp nguồn dữ liệu phong phú và đa dạng hơn cho việc huấn luyện mô hình robot. Kiến trúc thu thập phân tán, không cần thân máy và có thể đeo được của TwinDEX chính là cơ sở hạ tầng được xây dựng cho giai đoạn mở rộng quy mô tiếp theo.

Ziyibianliang tin rằng, khi dữ liệu không cần thân máy có thể được sản xuất quy mô liên tục với chi phí thấp hơn và liên tục chuyển hóa thành năng lực thao tác của robot, quy mô dữ liệu thao tác khéo léo sẽ vượt qua điểm tới hạn, và việc trí tuệ ở cấp độ cao hơn trỗi dậy sẽ thực sự trở nên trong tầm tay.