- Los robots siguen fallando rápidamente después de ser retirados de un entorno de fábrica predecible
- Microsoft Rho-alpha conecta directamente la comprensión del lenguaje con el control de movimiento robótico
- La detección táctil desempeña un papel central a la hora de cerrar la brecha entre el software y la acción física.
Los robots han funcionado de manera confiable durante mucho tiempo en entornos industriales estrictamente controlados con entornos predecibles y variación limitada, pero a menudo tienen dificultades fuera de eso.
Para aliviar este problema, Microsoft anunció Rho-alpha, el primer modelo robótico de su serie Phi vision, argumentando que los robots necesitan mejores formas de ver y comprender instrucciones.
La empresa cree que los sistemas pueden funcionar más allá de las líneas de montaje respondiendo a circunstancias cambiantes en lugar de seguir guiones rígidos.
¿Para qué fue diseñado Rho-alpha?
Microsoft relaciona esto con un fenómeno ampliamente conocido como inteligencia artificial física, donde se espera que los modelos de software guíen a las máquinas en situaciones menos estructuradas.
Combina lenguaje, percepción y acción, lo que reduce la dependencia de líneas de producción fijas o instrucciones.
Rho-alpha traduce comandos del lenguaje natural en señales de control del robot y se centra en tareas de manipulación bimanual que requieren control y coordinación detallados entre dos brazos robóticos.
Microsoft describe el sistema como una extensión de los enfoques VLA típicos al aumentar las entradas de detección y aprendizaje.
«La aparición de modelos visión-lenguaje-acción (VLA) en sistemas físicos está permitiendo que los sistemas perciban, razonen y actúen con una autonomía cada vez mayor junto con los humanos en entornos mucho menos estructurados», afirmó Ashley Llorens, vicepresidente corporativo y director general de Microsoft Research Accelerator.
Además de la visión, Rho-alpha también incluye la percepción táctil, con modalidades sensoriales adicionales como la fuerza, que es un desarrollo continuo.
Estas opciones de diseño sugieren un intento de cerrar la brecha entre la inteligencia simulada y la interacción física, aunque su efectividad está bajo evaluación.
Un elemento central del enfoque de Microsoft es confiar en la simulación para manejar datos robóticos limitados a gran escala, particularmente datos relacionados con el tacto.
Las trayectorias sintéticas se crean mediante el aprendizaje reforzado dentro de Isaac Sim de Nvidia y luego se combinan con demostraciones físicas de conjuntos de datos comerciales y abiertos.
«Para entrenar modelos subyacentes que puedan razonar y actuar es necesario superar la escasez de datos diversos del mundo real», dijo Deepu Talla, vicepresidente de Robótica y Edge AI de Nvidia.
«Al utilizar Isaac Sim de NVIDIA en Azure para generar conjuntos de datos sintéticos físicamente precisos, Microsoft Research está acelerando el desarrollo de modelos versátiles como Rho-alpha que pueden dominar tareas de manipulación complejas».
Microsoft también enfatiza la intervención humana durante la implementación, lo que permite a los operadores intervenir con herramientas de teleoperación y proporcionar comentarios de los cuales el sistema puede aprender con el tiempo.
Este ciclo de entrenamiento combina simulación, datos reales y corrección humana, lo que refleja la creciente dependencia de herramientas de inteligencia artificial para compensar los escasos conjuntos de datos incorporados.
El profesor Abhishek Gupta, profesor asistente de la Universidad de Washington, dijo: «Si bien se ha convertido en una práctica común producir datos de entrenamiento con sistemas robóticos teleoperados, hay muchos entornos en los que la teleoperación no es práctica o imposible».
«Estamos trabajando con Microsoft Research para enriquecer conjuntos de datos previos al entrenamiento recopilados de robots físicos con diversas presentaciones sintéticas, utilizando una combinación de simulación y aprendizaje por refuerzo».
Siga TechRadar en Google News y agréganos como tu fuente preferida para recibir noticias, reseñas y opiniones de nuestros expertos en sus fuentes de noticias. ¡Asegúrese de hacer clic en el botón Seguir!
Y por supuesto que puedes Siga TechRadar en TikTok Noticias, reseñas, desembalaje en forma de video y puede recibir actualizaciones periódicas de nuestra parte. WhatsApp también.
