Figure stellt Helix 2.5 mit Zero-Shot-Generalisierung eines humanoiden Roboters in 30 Haushalten vor
aiinsider ·
Figure stellte Helix 2.5 vor, ein neuronales Netzwerk, das seinen humanoiden Roboter in ihm unbekannten Haushalten Ganzkörperaufgaben im Haushalt ausführen lassen soll, ohne vor Ort Daten zu sammeln oder das Modell dort anzupassen. Das Unternehmen testete denselben Checkpoint in 30 Häusern in der Bay Area beim Aufräumen von Wohnzimmern, Zusammenlegen von Handtüchern und Bettenmachen. Als Erfolg galt nur, wenn jeder einzelne Schritt abgeschlossen wurde; außerdem waren die Bewertungsobjekte nicht in den aufgabenspezifischen Trainingsdaten enthalten. Figure berichtete, dass das Index-Vortraining den Zero-Shot-Erfolg von 9 % bei einem von Grund auf trainierten Modell auf 56 % in einem ansonsten identischen Vergleich erhöhte. Zudem erklärte das Unternehmen, Helix 2.5 habe halb so viele aufgabenspezifische Daten verwendet und dabei die Verhaltensspezifikation von einer Umgebung auf 30 unbekannte Häuser ausgeweitet; der Roboter könne sich während längerer Aufgaben auch selbst korrigieren. In einem separaten Skalierungstest verbesserte sich die Vorhersage von Roboteraktionen erwartungsgemäß, wenn sich die Daten zum menschlichen Verhalten von Index verdoppelten. Figure bezeichnete dies als ein Skalierungsgesetz für den Transfer vom Menschen auf einen humanoiden Roboter. Index erzeugt Berichten zufolge etwa 35 Minuten Daten menschlicher Erfahrungen pro Sekunde, während Figure sich verpflichtet hat, 3,5 Milliarden US-Dollar an Rechenressourcen für das Training von Helix bereitzustellen.
aiinsider