SuperMimic traint G1-bewegingen met minder rekenwerk
Berkeley-onderzoekers trainen een bewegingsbesturing met een geleerd simulatiemodel. Ze tonen de besturing ook op een fysieke G1.
Onderzoekers van UC Berkeley presenteren SuperMimic in een preprint van 20 oktober. Een geleerd model van de bewegingen in een simulator helpt de besturing trainen. Volgens het team overtreft de aanpak na drie uur op één H100-grafische processor de score van SONIC in dezelfde simulatietest. De vergelijking is niet volledig gelijk: SONIC gebruikte andere processors en meer trainingsmateriaal. Op een echte Unitree G1 tonen de onderzoekers vier bewegingen, waaronder een sprong, een zijwaartse rol en salto’s. Dat is geen gemeten betrouwbaarheid over langdurig gebruik. De training gebruikt alleen simulatorgegevens en vlakke ondergrond; omgaan met obstakels en voorwerpen valt buiten de geteste aanpak. De paper specificeert geen aanvullende computer voor de fysieke proeven.
Wat betekent dit?
Goedkoper trainen kan meer onderzoekers en ontwikkelaars helpen om bewegingen te verbeteren. De volgende stap is aantonen dat die besturing ook bij nuttige werkzaamheden en wisselende omstandigheden betrouwbaar blijft.
Bron: Qiayuan Liao en collega’s, UC Berkeley, SuperMimic ↗. Samengevat door YourWally op basis van de publicatie van de onderzoekers.