乐创大头贴机

产品

从模拟到现实世界智能

世界领先的机器人公司推出了一种先进的物理人工智能训练设施，旨在弥合在模拟环境中训练的人工智能模型与其在现实世界环境中的表现之间的差距。

虽然仿真技术具有规模化和速度优势，但若缺乏与现实世界的交互，人工智能模型往往难以发挥其应有的作用。为了克服这一挑战，该公司将仿真技术与结构化、可重复的现实世界机器人训练相结合。

挑战

尽管模拟能够进行大规模训练，但在虚拟环境中训练的 AI 模型往往难以适应现实世界不可预测的复杂性，这也被称为模拟到现实 (S2R) 差距。

传统上，提高模型性能需要收集真实世界的数据，这是一个耗时耗力的过程，尤其是对于每个新任务或机器人平台而言，都需要重复进行。

为了解决这些局限性，该团队开发了一种连续的从真实到模拟再到真实的训练循环，将合成训练与人类远程操作下的实时机器人演示相结合。

真实-模拟-真实：一种新的训练范式

在这种方法中，人工智能模型首先使用合成数据进行训练，然后使用从在人类控制下执行任务的物理机器人收集的真实世界轨迹进行改进。

在远程操作过程中，MANUS Metagloves Pro可实现毫米级精度和低延迟的人机交互，从而控制机器人的手部。这使得操作人员能够引导机器人完成灵巧的任务，生成高质量的真实世界数据，进而强化训练过程。

扩展物理人工智能

训练过程中生成的所有数据都存储在集中式的云端技能库中，从而可以在不同的机器人平台和地点之间共享学习到的能力。

这为物理人工智能创建了一个可扩展的基础设施，将模拟和现实世界的学习统一到一个迭代的、自我改进的循环中。

通过将远程操作与MANUS Metagloves Pro集成，该工作流程缩短了开发周期，提高了机器人技能的稳健性和适应性，并加速了灵巧操作从实验室到现实世界环境的转移。

关于搜维尔科技