Flexion Roboticsは、Reflect v1.0を発表しました。これは、ヒューマノイドロボットが人間の介入なしに複雑な多段階のタスクを自律的に完了できるロボットインテリジェンスプラットフォームです。同社は、職場での配達デモを通じてこのシステムを展示し、ヒューマノイドロボットは成功裏にスナックパッケージを回収し、階段やエレベーターをスムーズにナビゲートし、梱包を解き、アイテムを引き出しに収納しました。Flexionによれば、Reflect v1.0はタスク制御、運動計画、全身制御、ランタイムソフトウェアを統合し、強化学習を通じて内部の16ステップタスクの完了率を38%から90%に向上させました。
最近、盛書科技もMotubrainを発表しました。これは、知覚、推論、行動を組み合わせた統一された人工知能モデルで、ロボットに汎用的な脳を提供します。
Reflect v1.0はヒューマノイドロボットの自律性を向上させる
Reflect v1.0は、ヒューマノイドロボットが人間のために設計された環境で長期的な多段階タスクを自律的に完了できるようにすることを目的としたロボットインテリジェンスプラットフォームです。同社は、このプラットフォームが高度な推論、知覚、運動計画、全身制御を組み合わせており、ロボットが人間の介入なしに複雑なタスクを実行できると述べています。このシステムを示すために、Flexionはヒューマノイドロボットに自然言語の指示を実行させました：ビルに届けられたスナックパッケージを回収し、階段とエレベーターを使用して運び、梱包を解き、指定された引き出しに内容物を置くというものです。
このロボットは、複数の階を自律的にナビゲートし、ドアやエレベーターと相互作用し、ツールを使用して梱包を開け、アイテムを収納し、予期しない状況に遭遇した際に調整を行うことに成功しました。
Flexionによれば、長期的な自律性はロボット技術における最大の課題の一つであり、たとえ高度に信頼できるナビゲーション、操作、知覚システムであっても、複数の連続したタスクでエラーが発生すると故障が蓄積する可能性があります。Reflect v1.0は、カスタムビジュアルランゲージモデル（VLM）を統合することでこの問題を解決します。このモデルはタスクコントローラーとして機能し、進捗を継続的に監視し、環境を推論し、必要に応じて再計画を行います。このプラットフォームは、タスクコントローラーを運動層と組み合わせ、現実世界のデータで訓練されたビジュアルランゲージアクションモデルと強化学習スキルを活用します。
これらのコンポーネントは、視覚的観察をナビゲーション、物体操作、環境との相互作用に変換し、リアルタイムの全身コントローラーがタスク全体を通じてバランス、安定性、精度のある動作を維持します。
Flexionはロボットのスキルの多様性を向上させることに注力する
最適化されたランタイムシステムは、通信、低遅延推論、安全監視、複数デバイス間のプロセス調整を管理します。Reflect v1.0の重要な特徴の一つは、特定のタスクのプログラミングではなく自然言語の指示を使用することです。ユーザーはプロンプトを変更することでタスクを簡単に修正でき、ロボットは異なるタスクを実行でき、タスクの進行中に更新指示を受け取ることも可能です。Flexionは、強化学習がプラットフォームの信頼性を大幅に向上させたと述べています。内部評価では、監督付き微調整されたモデルは16ステップタスクでわずか38%のエンドツーエンド完了率を達成しました。
システムの多層面で強化学習を適用した結果、完了率は90%に向上しました。同社はまた、操作能力と移動能力の進展も強調しています。
Reflectのトレーニングを受けたロボットは、100グラムから3.5キログラムの箱を扱うことができ、全身の動きを調整してパッケージを再配置し、エレベーターを操作し、ツールを使用し、階段を繰り返し上り、不均一な地形をナビゲートし、物を運ぶ際に動的障害物を避けることができます。失敗が発生した場合、たとえばキャッチを逃したり物体が移動した場合、ロボットはローカルでアクションを再試行するか、搭載カメラのフィードバックを使用して全体のタスクを再計画することができます。進展があったにもかかわらず、FlexionはReflect v1.0が依然として定義されたタスク割り当てに制限されており、汎用的な自律性を提供していないことを認めています。
同社は、今後の開発がスキルの多様性の拡大、失敗からの回復の改善、シミュレーションベースのトレーニングの強化、エンドツーエンドのタスク推論の進展に焦点を当て、現実世界でのより広範な展開を目指すと述べています。