KODA gebruikt menselijke beelden voor meer G1-training
Onderzoekers zetten menselijke demonstraties om in trainingsmateriaal voor G1. In vier proeftaken helpen die voorbeelden bij voorwerpen die ontbreken in de robottraining.
De preprint KODA, ingediend op 15 oktober, beschrijft een manier om menselijke camerabeelden om te zetten in bruikbare robotvoorbeelden. Beweging, camerastandpunt en besturingssignalen worden op elkaar afgestemd. De onderzoekers combineren dit materiaal met vijftig echte robotdemonstraties per taak. Ze testen vier taken met Unitree G1, waaronder een beker, pakket, mand en lade. Bij voorwerpen die wel in de menselijke voorbeelden maar niet in de robotdemonstraties voorkomen, stijgt het gemiddelde slaagpercentage naar ongeveer 49 tot 51 procent. Daarvoor worden honderd menselijke voorbeelden per taak toegevoegd. De fysieke evaluatie telt twintig pogingen per taak en conditie. Precieze contacten tussen hand en voorwerp blijven volgens de onderzoekers een beperking.
Wat betekent dit?
Menselijke voorbeelden kunnen dure robottraining aanvullen. Ongeveer de helft van deze proeven mislukt nog, dus dit resultaat vraagt om verdere verbetering voordat het dagelijks werk kan dragen.
Bron: Zibo Zhou en collega’s, KODA (preprint) ↗. Samengevat door YourWally op basis van de publicatie van de onderzoekers.