Разработчики: | Google DeepMind (DeepMind Technologies) |
Дата премьеры системы: | октябрь 2023 г. |
Отрасли: | Информационные технологии |
Технологии: | Робототехника |
2023: Запуск проекта
3 октября 2023 года компания Google DeepMind совместно с партнерами из 33 исследовательских лабораторий представила проект Open X-Embodiment[1]. Это крупнейшая открытая база данных для обучения роботов.
Отмечается, что обучение робототехнических систем — сложный и ресурсоемкий процесс, который должен учитывать множество факторов: от выполняемых задач до среды размещения машины. При этом зачастую изменение всего одной переменной требует начинать процедуру с ноля. Цель проекта Open X-Embodiment заключается в том, чтобы создать обширный репозиторий данных для тренировки роботов разных типов.
В сформированной базе данных содержатся более 500 навыков и примерно 150 тыс. задач, которые способны выполнять машины 22 различных типов. Утверждается, что по состоянию на начало октября 2023 года это наиболее полный в своем роде набор данных по робототехнике. База поможет в создании универсальной модели, способной управлять множеством разных роботов, следовать разнообразным инструкциям и выполнять базовые рассуждения о сложных задачах.
Участники проекта представили RT-1-X — модель робототехнического трансформера (RT), обученную на новом наборе данных. Она была протестирована в пяти различных исследовательских лабораториях на пяти разных типах широко используемых роботов. По сравнению со специализированными моделями, разработанными для каждой машины в отдельности, унифицированная модель показала в среднем на 50% более высокие показатели успешного выполнения таких задач, как открывание дверей и взаимодействие с объектами. Иными словами, RT-1-X может достичь более высокой производительности благодаря гораздо более разнообразным данным, на которых обучается модель. Проведенное исследование демонстрирует потенциал для разработки роботов-помощников следующего поколения путем обучения с использованием разнообразной информации и улучшенных унифицированных моделей.[2]
Примечания
Подрядчики-лидеры по количеству проектов
Promobot (Промобот) (31)
Яндекс (Yandex) (14)
Cognitive Pilot (Когнитив Роботикс) (14)
Nvidia (Нвидиа) (11)
Сбербанк (10)
Другие (515)
Московский центр инновационных технологий в здравоохранении (2)
Mains Lab (Мэйнс Лаборатория) (2)
Яндекс (Yandex) (2)
Яндекс.Облако (Yandex Cloud) (1)
Мобильные ТелеСистемы (МТС) (1)
Другие (45)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
Promobot (Промобот) (10, 32)
ABB Group (8, 23)
Cognitive Pilot (Когнитив Роботикс) (3, 21)
Cognitive Technologies (Когнитивные технологии) (1, 21)
Яндекс (Yandex) (2, 11)
Другие (598, 145)
Транспорт будущего (2, 1)
Бирюч-НТ Инновационный Центр (2, 1)
Эфко ГК (2, 1)
Astabot (АСТА) (1, 1)
Cognitive Technologies (Когнитивные технологии) (1, 1)
Другие (13, 13)
Fora Robotics (Фора Роботикс) (1, 2)
Dobot (Shenzhen Yuejiang Technology) (1, 1)
Intuitive Surgical (1, 1)
НИТУ МИСиС (Национальный исследовательский технологический университет) (1, 1)
Яндекс (Yandex) (1, 1)
Другие (5, 5)
Pudu Robotics (Pudu Technology) (1, 2)
Яндекс (Yandex) (1, 2)
Unitree Robotics (1, 1)
КиберСклад (1, 1)
Геоскан (Geoscan) (1, 1)
Другие (1, 1)
Распределение систем по количеству проектов, не включая партнерские решения
Promobot - 26
Cognitive Agro Pilot Система автоматического вождения - 21
ABB IRB Промышленные роботы - 19
Da Vinci (робот-хирург) - 11
Nvidia Drive AI-платформа для самоуправляемых автомобилей - 10
Другие 129
Лаборатория знаний: Neuro Angel - 1
Роббо Класс - 1
YaCuAi Робот Unit - 1
NTR Robotics (БПЛА для закрытых пространств) - 1
Astabot Робот-палетный перевозчик - 1
Другие 9