U nedavno objavljenom videu, dva robota ulaze u minimalističku sobu i počinju organizirati predmete, uključujući vješanje kaputa, zatvaranje laptopa i odlaganje slušalica.
Humanoidi zatim rade zajedno kako bi pospremili krevet, koordinirajući svoje pokrete klimanjem glavom dok podižu i poravnavaju pokrivač. Roboti završavaju zadatak za manje od dvije minute, što ističe napredak u saradnji humanoida, rukovanju predmetima i kućnoj automatizaciji.
Prošlog mjeseca, Figure je saopćio da je povećao proizvodnju humanoida Figure 03 s jednog robota dnevno na jednog na sat u roku od četiri mjeseca, u novom proizvodnom pogonu BotQ u Kaliforniji.
Figure AI je demonstrirao veliki napredak u kolaborativnoj humanoidnoj robotici s dva robota pokretana naprednim neuralnim modelom Helix-02, koji su autonomno pospremili sobu za manje od dvije minute koristeći jedan naučeni sistem Vision-Language-Action. Roboti su obavljali niz kućanskih zadataka, uključujući otvaranje vrata, vješanje odjeće, organiziranje predmeta, zatvaranje knjige, odlaganje smeća, premještanje namještaja i zajedničko namještanje kreveta.
Demonstracija se fokusirala na koordinaciju u stvarnom vremenu između dva humanoida koji rade bez zajedničkog planera, centralnog kontrolera ili direktne komunikacije. Umjesto toga, svaki se robot oslanjao isključivo na svoje ugrađene kamere i naučena pravila tumačenja okoline te razumijevanja namjera drugog robota kroz kretanje. Prema Figureu, svaka radnja dinamički je mijenjala scenu, prisiljavajući oba robota da kontinuirano prilagođavaju svoje odluke dok rade na zajedničkom cilju.
Prema Figureu, ključni tehnički izazov uključivao je manipulisanje velikim pokrivačem. Za razliku od krutih predmeta, posteljina nije imala stabilnu geometriju ili unaprijed definisane tačke hvatanja. Roboti su morali predvidjeti međusobne radnje, stalno prilagođavajući hvat, držanje i kretanje dok se tkanina savijala, širila i pomicala.
Sistem je također demonstrirao napredno kretanje cijelog tijela i spretnu manipulaciju. Humanoidi su dinamički balansirali na jednoj nozi, koristili koordinisano držanje tijela za pomicanje namještaja, upravljali pedalama za stopala i rukovali zglobnim i fleksibilnim objektima bez skriptiranih prijelaza između zadataka.
Figure tvrdi da je njegov Helix AI framework prethodno obučen za logistiku, slaganje rublja i zadatke čišćenja kuće, skaliran kroz dodatne podatke kako bi se omogućila kolaborativna lokomanipulacija više humanoida direktno od vizuelnog unosa do fizičke akcije.
Figure je nedavno predstavio veliko unapređenje svog Helix System AI modela, dodajući percepcijski uvjetovanu kontrolu cijelog tijela svojim humanoidnim robotima. Ažuriranje omogućava robotima da kombinuju vizuelnu percepciju sa svjesnošću tijela, značajno poboljšavajući navigaciju u složenim okruženjima poput stepenica i neravnog terena.
Ranije se sistem oslanjao samo na propriocepciju, što je značilo da su roboti razumjeli svoje kretanje i položaje zglobova bez vizuelnog tumačenja svoje okoline. S najnovijom verzijom, S0 sada obrađuje unos s ugrađenih stereo kamera, transformirajući RGB slike u 3D prostorno razumijevanje okoline u stvarnom vremenu. Ovo omogućava humanoidima da istovremeno “vide” i “osjete” teren dok se kreću.
Figure je saopćio da je sistem obučen od početka do kraja putem učenja s pojačanjem u simulaciji koristeći visoko randomizirane terene i uvjete okoline. Naučena ponašanja su navodno direktno prenesena iz simulacije u rad u stvarnom svijetu bez potrebe za dodatnom kalibracijom ili finim podešavanjem, čime je riješen jedan od glavnih izazova robotike u simulaciji i stvarnom svijetu.
Unaprijeđena arhitektura upravljanja omogućava robotima da hodaju s većom ravnotežom i stabilnošću po stepenicama i različitim površinama, čak i pod promjenjivim uvjetima osvjetljenja. Prema kompaniji, isti okvir vođen percepcijom može podržati šira ponašanja svjesna okoline izvan kretanja.
U kombinaciji s velikom proizvodnjom u BotQ-u u Kaliforniji, Figure tvrdi da će napredak ubrzati raspoređivanje flote, prikupljanje podataka i poboljšanja pouzdanosti za buduće humanoidne sisteme.
