إطلاق منتج جديد: Agility A2 + ExoArm-7 للتدريب على التعلم الآلي باستخدام VLA وتعلم الروبوتات

غالباً ما يكون جمع بيانات تعلم الروبوتات عالية الجودة عملية بطيئة وصعبة.

قد تتطلب أنظمة التحكم عن بُعد التقليدية وحدات تحكم منفصلة، ​​وأجهزة تتبع خارجية، وكاميرات تتم مزامنتها يدويًا، وبرامج مخصصة. وهذا يزيد من وقت الإعداد ويجعل من الصعب الحصول على عروض توضيحية متسقة لتدريب الذكاء الاصطناعي.

تجمع مجموعة Agility A2 + ExoArm-7 VLA هذه العناصر معًا في منصة واحدة مُعدة مسبقًا.

يرتدي المشغلون الهيكل الخارجي ExoArm-7 ويتحكمون بالروبوت من خلال حركات الذراع الطبيعية. يلتقط النظام حركة الإنسان المتزامنة، ومعلومات حالة الروبوت، وبيانات RGB-D المرئية، وسحب النقاط، مما يخلق مجموعة بيانات أكثر ثراءً للتعلم بالتقليد وتدريب الروبوت القائم على VLA.

بدلاً من بناء سير عمل لجمع البيانات من الصفر، يمكن للفرق التركيز على المهمة نفسها: الإمساك، والفرز، والإدخال، والتجميع، والنقل، وغيرها من سيناريوهات التلاعب الحقيقية.

تم تصميم الهيكل الخارجي القابل للارتداء ExoArm-7 للتحكم الثنائي اليدوي بشكل أكثر طبيعية وبديهية.

بفضل 14 درجة حرية وزمن استجابة لالتقاط الحركة أقل من 20 مللي ثانية، يقوم النظام القابل للارتداء برسم خرائط لحركات ذراع المشغل على روبوت Agility A2 ثنائي الذراع في الوقت الفعلي. وهذا يجعل التحكم عن بُعد أقرب إلى عرض المهمة مباشرةً بدلاً من التحكم في الروبوت عبر واجهة تحكم عن بُعد تقليدية.

بالنسبة للباحثين، هذا يعني أنه يمكن جمع العروض التوضيحية البشرية بمزيد من الاستمرارية والدقة.

بالنسبة لسير عمل تعلم الروبوت، فهذا يعني أن الروبوت يمكنه التقاط ليس فقط المعلومات المرئية، ولكن أيضًا أنماط الحركة الكامنة وراء كل إجراء: كيفية الاقتراب من الجسم، وكيفية تنسيق الأذرع، وكيفية تعديل القبضة، وكيفية إكمال المهمة.

ويمكن لهذه العروض التوضيحية عالية الدقة أن تدعم بعد ذلك التعلم بالتقليد، وتدريب السياسات، وتجارب التعلم المعزز، وتوليد مجموعات بيانات VLA.

يُعد الروبوت Agility A2 ثنائي الذراعين جوهر هذه المجموعة، حيث يتميز بذراعين روبوتيتين بسبع درجات حرية للتلاعب الثنائي اليدين الشبيه بالبشر.

يدعم كل ذراع حمولة مصنفة تبلغ 5 كجم، وحمولة قصوى تصل إلى 12 كجم، مما يسمح للمنصة بالتعامل مع نطاق واسع من مهام البحث والتحقق. بدءًا من الالتقاط والوضع، مرورًا بالتجميع والإدخال والمناولة، وصولًا إلى عمليات الذراعين المنسقة، صُمم النظام خصيصًا لأبحاث المناولة العملية، وليس فقط لعروض المهام الفردية.

يُعد تصميم الذراع المزدوجة ذا قيمة خاصة للمهام التي تتطلب التنسيق بين كلتا اليدين، مثل تثبيت جسم ما بذراع واحدة أثناء تشغيله بالذراع الأخرى.

وهذا يجعل المنصة مناسبة تمامًا لدراسة كيفية تعلم الروبوتات لمهارات التلاعب المعقدة من خلال العروض التوضيحية البشرية.

يتطلب تعلم الروبوت أكثر من مجرد بيانات الحركة.

تتضمن مجموعة Agility A2 + ExoArm-7 VLA كاميرا رأس Intel D435 وكاميرتين معصم Intel D405 مدمجتين مع وحدات المقبض البصري. توفر هذه الكاميرات معًا بيانات RGB-D متزامنة ومعلومات سحابة النقاط من منظورين: المنظور العام ومنظور التلاعب عن قرب.

تلتقط الكاميرا المثبتة على الرأس مساحة العمل الأوسع، بينما تراقب الكاميرات المثبتة على المعصم التفاعلات المهمة بالقرب من أدوات الإمساك.

يُسهم هذا النهج متعدد الكاميرات في إنشاء مجموعات بيانات أكثر ثراءً للإدراك البصري، وفهم الأشياء، وتخطيط الإمساك، وتعلم الحركة. كما يمنح الباحثين مرونة أكبر عند دراسة كيفية استجابة سياسات الروبوت لتغير مواقع الأشياء، وتخطيطات مساحة العمل، وظروف المناولة.

نعم. تم تصميم المنصة كنظام سير عمل متكامل للذكاء الاصطناعي بدلاً من كونها مجرد جهاز للتحكم عن بعد.

بفضل إطار عمل LeRobot مفتوح المصدر، تدعم هذه المجموعة التقاط العروض التوضيحية البشرية، والحصول على البيانات المتزامنة، وإنشاء مجموعات البيانات، وسير عمل التدريب، واستنتاج النموذج، وتنفيذ المهام بشكل مستقل.

يأتي النظام مزودًا ببيئة برمجية مُعدة مسبقًا OpenarmX-LeRobotVLA، مما يساعد الفرق على بدء التطوير مع تقليل أعمال التكامل.

يدعم النظام استنتاج ACT بشكل افتراضي. ومع تكوينات وحدة التحكم ذات الأداء العالي، يدعم النظام أيضًا نماذج VLA المتقدمة بما في ذلك SmoLVLA وPi0 وPi0.5 وXVLA.

وهذا يوفر للباحثين بيئة عملية لاختبار أساليب التعلم المختلفة، ومقارنة السياسات، والتحقق مما إذا كان نموذج الذكاء الاصطناعي يمكن نقله من العروض التوضيحية المجمعة إلى تنفيذ الروبوت الحقيقي.

تم تصميم مجموعة Agility A2 + ExoArm-7 VLA للفرق التي تحتاج إلى المرونة في مجالات البحث والمحاكاة والنشر.

وهو يدعم نظامًا بيئيًا واسعًا لتطوير الروبوتات، بما في ذلك:

ROS2 و ROS2-control

إنفيديا إسحاق سيم

موجوكو

تخطيط الحركة باستخدام MoveIt

نمذجة الروبوت باستخدام URDF

تطوير البرمجيات باستخدام بايثون وسي++

الحركة العكسية وتحسين المسار

بفضل تعويض الجاذبية، واتصال CANFD، وتوسيع USB عالي السرعة، ومحطة عمل تحكم مخصصة، يوفر النظام أساسًا مستقرًا لأجهزة الاستشعار المتزامنة، والتحكم في الوقت الحقيقي، وتجارب الحركة القابلة للتكرار.

تم تجهيز محطة العمل القياسية بمعالج AMD Ryzen 9 Pro وذاكرة وصول عشوائي (RAM) سعة 16 جيجابايت وقرص SSD سعة 1 تيرابايت، مع توفر تكوينات أعلى لأحمال عمل VLA الأكثر تطلبًا.

تُعد مجموعة Agility A2 + ExoArm-7 VLA مثالية لما يلي:

الجامعات وبرامج تعليم الروبوتات

مختبرات الذكاء الاصطناعي المجسد وتعلم الروبوتات

باحثو الذكاء الاصطناعي يبنون مجموعات بيانات التعلم بالتقليد أو مجموعات بيانات VLA

فرق البحث والتطوير الصناعية تتحقق من صحة سير العمل الخاص بالتلاعب

شركات ناشئة في مجال الروبوتات تعمل على تطوير عروض توضيحية سريعة لإثبات المفهوم

فرق تستكشف التعلم الروبوتي من المحاكاة إلى الواقع

سواء كان الهدف هو جمع بيانات العرض التوضيحي، أو تعليم التلاعب بالذراعين، أو تقييم السياسات الجديدة، أو التحقق السريع من مفهوم تعلم الروبوت، فإن النظام يوفر مسارًا متكاملًا من الحركة البشرية إلى التنفيذ الذاتي.

يتطلب تطوير الذكاء الاصطناعي المجسد أكثر من مجرد ذراع روبوتية قادرة. إنه يتطلب طريقة موثوقة لجمع عروض توضيحية ذات مغزى، وربط الإدراك البصري بالفعل، وتدريب نماذج التعلم، واختبار النتائج في العالم الحقيقي.

تجمع مجموعة Agility A2 + ExoArm-7 VLA هذه الخطوات الحاسمة معًا في منصة واحدة قابلة للارتداء للتحكم عن بعد بذراعين.

بدءًا من التقاط الحركة البشرية الطبيعية وحتى الرؤية المتزامنة RGB-D، ومن توليد مجموعة بيانات VLA إلى استنتاج الروبوت المستقل، تم تصميمه لمساعدة فرق الروبوتات على تقليل وقت التكامل وتسريع التجريب.

حوّل العرض البشري إلى قدرة روبوتية — باستخدام مجموعة Agility A2 + ExoArm-7 VLA.