Figure dévoile Helix 2.5, avec une généralisation zero-shot d’un robot humanoïde dans 30 foyers
aiinsider ·
Figure a présenté Helix 2.5, un réseau neuronal conçu pour permettre à son robot humanoïde d’effectuer des tâches domestiques mobilisant tout le corps dans des foyers qu’il n’avait pas vus, sans y recueillir de données locales ni y adapter le modèle. L’entreprise a testé le même point de contrôle dans 30 foyers de la baie de San Francisco pour des tâches de rangement du salon, de pliage de serviettes et de préparation du lit. La réussite exigeait l’achèvement de chaque étape, et les objets utilisés pour l’évaluation étaient absents des données d’entraînement propres aux tâches. Figure a indiqué que le préentraînement d’Index avait fait passer la réussite en zéro-shot de 9 % pour un modèle entraîné à partir de zéro à 56 % dans une comparaison par ailleurs identique. Elle a également déclaré que Helix 2.5 utilisait deux fois moins de données propres aux tâches, tout en étendant la spécification du comportement d’un environnement à 30 foyers jamais vus, et que le robot pouvait se corriger lui-même au cours de tâches plus longues. Dans un test distinct de mise à l’échelle, la prédiction des actions du robot s’est améliorée de manière prévisible à mesure que la quantité de données sur le comportement humain d’Index doublait, ce que Figure a décrit comme une loi de mise à l’échelle du transfert de l’humain au robot pour un humanoïde. Index générerait environ 35 minutes de données d’expérience humaine par seconde, tandis que Figure s’est engagée à consacrer 3,5 milliards de dollars de ressources informatiques à l’entraînement d’Helix.
aiinsider