Целое семейство новых роботов представили на международной конференции AI Journey («Путешествие в мир искусственного интеллекта»). Семейство умных машин с AI-начинкой создано в Центре робототехники Сбера.
Забавный робот-аниматроник Топа напоминает избушку на курьих ножках из русских сказок. Разработать и визуализировать этот необычный образ помогли эксперты «Союзмультфильма». А уникальный голос Топы появился благодаря команде SberDevices. С помощью нейросети SymFormer были сгенерированы музыкальные партии, озвученные виртуальными синтезаторами. Сейчас робот забавно топает, делая свои первые шаги. Но с каждым днём он совершенствуется и преодолевает всё более сложные препятствия. В будущем Топа научится ещё интереснее развлекать детей и взрослых — бегать, прыгать и даже танцевать.
Куба — ещё один маленький робот-аниматроник, который помогает исследовать алгоритмы ходьбы и динамического равновесия, а также тестировать разработанные методы и модели машинного обучения с подкреплением в реальности. Идея, конструкция, ПО и дизайн робота — результат работы команды Центра робототехники Сбера. Куба уже прошёл свою первую стометровку, но впереди его ждёт ещё долгий путь развития — он должен научиться идеально ходить.
Также на AIJ впервые представлен двурукий робот-помощник Краб. Управляющая им AI-технология разработана на основе архитектуры диффузионного трансформера (Embodied AI). Это направление искусственного интеллекта объединяет машинное обучение, компьютерное зрение и робототехнику, позволяя роботам воспринимать окружающую среду и взаимодействовать с ней без прораммирования..
Краб продемонстрирует участниками AI Journey навыки эффективной манипуляции: сможет прибраться на столе, брать разные предметы и складывать их в контейнер. Причём посетители стенда смогут произвольно добавлять вещи на стол, и робот самостоятельно спланирует траекторию своих «рук», чтобы взять эти предметы и положить их в контейнер. Краб может использоваться в двух режимах: как с AI-интерфейсом, который позволяет роботу самостоятельно взаимодействовать с разными типами объектов, так и без него — в режиме телеуправления человеком.
Слон — четвёртый представитель семейства роботов-помощников. Благодаря AI-модели он понимает вопросы человека и выполняет поставленную задачу — например, способен переместить предметы в одну ёмкость. С роботом можно и поговорить. Скажем, на вопрос, как скоро он выполнит просьбу, он ответит: «Без проблем, сейчас сделаю». При этом Слон понимает, что он может сделать, а что — нет. Если ошибся, также понимает это и пробует исправиться. Большая языковая модель, которая используется в основе модуля планирования робота, доработана Центром робототехники Сбера. Она формирует план действий на основе запроса пользователя и визуальной информации, получаемой с камер робота.
Алексей Гонноченко, директор Центра робототехники Сбербанка:
«Новые роботы, которых мы представили на AI Journey, демонстрируют технологии, которые в будущем помогут создать отличных помощников человеку как в быту, так и на производстве. Наши умные роботы — ещё один важный шаг к созданию роботов общего назначения. Благодаря уникальной AI-начинке они смогут адаптироваться к любым задачам и взаимодействовать с окружающей средой и людьми на интуитивном уровне. Уже сейчас мы создаём роботов для автоматизации складских операций, манипуляционных роботов для кассово‑инкассаторских центров, мобильных мониторинговых роботов, которые могут самостоятельно передвигаться и менять маршрут в зависимости от обстановки. Я очень рад, что наши новые проекты стали участниками такой большой и значимой конференции, как AI Journey. Это ещё больше поднимет престиж робототехники и привлечёт в наши ряды увлечённую молодёжь».
Кроме того, Центр робототехники Сбера совместно с МФТИ впервые на конференции AI Journey представили алгоритм управления, позволяющий робособаке выполнять трюки в стиле паркур ― то есть преодолевать препятствия, которые по размеру больше самого робот или сравнимы с ним. Для этого роботу необходимо заранее определить тип преграды и спланировать свои действия. Управляющий алгоритм для робопаркура получен с помощью комплексного обучения с подкреплением (подход End-to-End Reinforcement learning): сначала цифровой двойник робособаки преодолевал препятствия в симуляторе, а затем обученный алгоритм перенесли в реального робота. В результате AI-модель по показаниям с моторов, датчиков и камер принимает решение, как двигаться и и каким образом преодалеть препятствие.
