"눈에 살아있는" 로봇 Mobile Aloha 기억나?
바로 오늘, 구글 딥마인드는 스탠포드 중국인 팀과 연합하여 Mobile ALOHA 2.0 버전 (이하 ALOHA 2) 을 선보였다.
ALOHA 2는 세대에 비해 하드웨어를 다듬어 (그립, 중력 보상, 프레임, 카메라 개선) 더 좋은 성능 (더 강한 그립 능력, 더 빠른 반응 속도), 인체공학적 설계를 갖추고 안정성도 더 좋다.
즉, 업그레이드된 ALOHA 2가 할 수 있는 복잡하고 정교한 동작이 더 많아졌다: 물건을 던지고,"돈을 훔치고,인형에게 콘택트렌즈를 끼우고 (현재도 인형만 손에 넣고...), 우유를 따고, 콜라를 따르고, 장난감을 분류하고....
하드웨어를 최적화해야 하는 이유그 연구팀은 다양한 프레젠테이션 데이터 세트가 로봇 학습의 중대한 진보를 추진했지만, 이러한 데이터의 유연성과 규모는 하드웨어 비용, 하드웨어 노봉성, 원격 조작의 난이도에 의해 제한될 수 있다고 밝혔다.다시말하면 더욱 좋은 하드웨어는 로보트의 사용장면을 확장하고 로보트가 더욱 복잡한 임무를 완수하도록 보조함으로써 더욱 풍부한 데터를 수집하고 로보트연구를 반포할수 있다.
대규모 양손 조작에 대한 연구를 가속화하기 위해 ALOHA 2와 관련된 모든 하드웨어 설계는 모두 오픈 소스이며 시스템 인식 기능을 갖춘 ALOHA 2 MuJoCo 모델과 상세한 자습서를 제공합니다.
데이터는 줄곧 로보트연구의 아킬레스건이였고 모의와 합성데이터는 로보트의 령교성 나아가서는 전반 컴퓨터시각문제를 해결하는데서도 관건적인 역할을 발휘하게 될것이다.
MuJoCo 모델은 원격 작업 및 시뮬레이션 학습에 유용합니다.MuJoCo는 이전에 출시된 ALOHA 모델보다 물리적인 정밀도, 시각적 충실도를 높여 빠르고 직관적이며 확장 가능한 아날로그 데이터 수집을 지원합니다.