Sanctuary AI의 독점 로봇 그립퍼는 많은 활성의 자유도로 구분됩니다. | 출처 : 성소 ai
Sanctuary AI는 이번 주에 유압 로봇 손으로 고급 조작 기술을 보여주는 비디오를 발표했습니다. 이 회사는 손을 훈련시키기 위해 손재주 정책을 사용했는데, 이는 힘, 속도 및 높은 수준의 자유를 특징으로합니다.
많은 회사들이 시뮬레이션에서 강화 학습을 성공적으로 사용하여 복잡한 정책을 배우고 있습니다. 4 배 로봇. 운동과 달리, 5 손가락으로 손재주 조작 정책을 훈련하고 전송하는 것은 제한된 성공을 발견했습니다.
로봇의 복잡성 소유 Sanctuary에 따르면 코드, 시뮬레이션 및 강화 학습 (RL) 기술은 코드, 시뮬레이션 및 강화 학습 (RL) 기술을 조작하기위한 산업 관련 행동을 달성하는 데 더 명확한 경로를 제공합니다.
아래 비디오에서 회사 현실 세계와 중력에 대해 시뮬레이션에 대해 훈련 된 직접 재활용 정책을 보여줍니다.
교육 세션 목표는 시스템이 실린더를 떨어 뜨리지 않고 파악하고 돌리는 것과 같은 목표를 자율적으로 달성 할 수있는 정책을 만드는 것이 었습니다. Sanctuary는 독점적 인 RL 접근 방식이 훈련 중에 발생하지 않은 500g (17.6 oz.) 하중으로 극심한 방해 하에서 손으로 재활 할 수있게되었다고 말했다.
이 사례를 다르게 만드는 것은 강력하고 손재주가있는 핸드 하드웨어는 캐나다에 본사를 둔 밴쿠버 (Vancouver)가 주장했다.
성소는 Nvidia와 협력합니다
Sanctuary AI는 독점적 인 로봇 손이 21 개의 활성 자유도 (DOF)를 가지고 있다고 언급했습니다. 활성화 손가락 납치 및 고급 조작. 또한 유압 작동은 강도, 속도 및 제어를 제공하는 반면, 시스템의 소형 유압 밸브는 인적 수준의 손재주를 달성하는 유망한 경로를 제공한다고 말했다.
대조적으로, Boston Dynamics는 이전 Atlas 모델에서 유압 작동을 사용했지만 전환 상업용 모델을 만들기로 결정했을 때 전기 작동에.
회사 용도 Nvidia Isaac Lab은 손재주 중심의 훈련 환경을 시뮬레이션합니다. 이삭 실험실 고 충실도로 로봇 정책을 훈련시킬 수있는 오픈 소스, 통합 프레임 워크입니다. 시뮬레이션.
구축 nvidia Isaac Sim, Isaac Lab은 물리 시뮬레이션 및 RTX 렌더링에 Physx를 사용하여 시뮬레이션과 인식 기반 로봇 교육 사이의 격차를 해소합니다. Sanctuary AI에 따르면 연구원과 개발자가 자율 로봇을보다 효율적으로 구축하는 데 도움이 될 수 있습니다.
2018 년에 설립 된 Sanctuary Cognitive Systems Corp.는 일반 목적 로봇과 구체화 된 인공 지능에 대한 지적 재산의 리더로 인정 받았습니다. 최근 모건 스탠리 3 위를 차지했습니다 출판 된 미국 특허를위한 전 세계.
성역 최신 반복을 공개했습니다 작년에 피닉스 로봇의 자금 조달, 총 1 억 4 천만 달러에 이르렀습니다.
게시물 Sanctuary AI는 강화 학습이 어떻게 유압 로봇 손을 제어 할 수 있는지 보여줍니다. 먼저 나타났습니다 로봇 보고서.
