四川在线记者 文露敏 视频剪辑 梁庆
6月25日,四川在线记者从成都人形机器人创新中心获悉,近日,他们在人形机器人“大脑”研发上取得又一关键突破,在国内率先发布基于视觉扩散架构的人形机器人任务生成式模型,使人形机器人可以自主流畅地处理各种复杂任务。
人形机器人具有“大脑”“小脑”和“肢体”,其中,“大脑”为其提供了环境感知、行为控制和人机交互能力。在中心提供的演示视频中,研发人员3次随机改变桶的位置,人形机器人都及时做出了调整,最终把苹果成功投放进桶内;当直立的矿泉水瓶被人为放倒,人形机器人立即自主修复任务进程,进行抓取位姿调整,成功完成“打工”任务,将矿泉水瓶直立放入收纳筐中。
“这体现了人形机器人‘大脑’的全局快速推理和执行能力。”成都人形机器人创新中心主任张睿睿介绍,该模型具备同时确定拿起物体的最佳抓持位姿、移动物体最佳路线、能耗最少最佳等多要素全局规划思维能力,在人为破坏任务进程时,还可以迅速进行决策修正和调整执行方式,接续完成任务。
强大的理解、推理和生成能力正是扩散架构的“功劳”。张睿睿表示,扩散架构能够重构人形机器人底层架构,释放人形机器人的决策技能,使其在操纵和泛化方面达到新高度。目前,全球范围内仅有少数人形机器人团队发布相关阶段性成果。
此前,业界的人形机器人任务生成式模型主要基于VAE、AC Transformer、LSTM等架构,需要局部调整试错来缓慢推进任务进程,推理效率低、执行速度慢且大量消耗算力。“相比之下,此次发布的模型更加稳定,任务执行成功率更高,决策更敏捷。”张睿睿表示,从整理房间到外科手术,该模型的泛化能力使人形机器人能够自主流畅完成各种复杂任务,将极大提升人形机器人的任务执行能力和效率;此外,只需依靠中等消费级显卡在端上即可完成人形机器人绝大部分任务,能够有效降低算力和能耗成本。