KinetIQ é um modelo único de IA que pode controlar diferentes morfologias e designs de efetores finais. | Fonte: Humanóide
A Humanoid, desenvolvedora de robôs humanóides e manipuladores móveis, apresentou esta semana o KinetIQ. Esta é a estrutura de IA da empresa com sede em Londres para orquestração de frotas de robôs em aplicações industriais, de serviços e domésticas.
Com o KinetIQ, um único sistema controla robôs com diferentes modalidades e coordena as interações entre eles, disse a SKL Robotics Ltd., que faz negócios como Humanoid. A arquitetura é de escala temporal cruzada: quatro camadas operam simultaneamente, desde frotaatribuição de metas de nível para controle conjunto de nível de milissegundos.
Cada camada trata a camada abaixo como um conjunto de ferramentas, orquestrando-as por meio de solicitações e uso de ferramentas para atingir as metas definidas acima. Este padrão de agência, comprovado na fronteira IA sistemas, permite que os componentes melhorem de forma independente, enquanto o sistema geral se adapta naturalmente a frotas maiores e tarefas mais complexas.
Humanóide disse que é distância entre eixos robôs executam fluxos de trabalho industriais: back-of-store mercado coleta, manuseio de contêineres e embalagem no varejo, logística e fabricação.
O empresade bípede robotic é uma plataforma de pesquisa e desenvolvimento para serviços e doméstico robôs. Possui interação por voz, pedidos on-line e manuseio de supermercado como um assistente inteligente.
KinetIQ começa com um agente de frota de IA
A camada mais alta do sistema é uma camada de IA agente que trata cada robô como uma ferramenta e reage em segundos para usá-los e otimizar as operações da frota. Humanóide chamou isso de “Sistema 3”.
O System 3 integra-se com sistemas de gerenciamento de instalações em logística, varejoe fabricação. É aplicável a cenários de serviço e coordenação de casas inteligentes, explicou a empresa.
O KinetIQ Agentic Fleet Orchestrator ingere solicitações de tarefas, resultados esperados, procedimentos operacionais padrão (SOPs), atualizações de solicitações em tempo actual e contexto da instalação. O sistema também aloca tarefas e informações entre robôs com rodas e bípedes, coordenando trocas de robôs em estações de trabalho para maximizar o rendimento e o tempo de atividade.
A Humanoid disse que o orquestrador direciona a comunicação bidirecional com os sistemas das instalações para:
- Receba novas solicitações de tarefas e alterações/reatribuições
- Acompanhe o progresso das tarefas e as métricas de desempenho
- Conclusão e problemas do relatório
- Garanta que as exceções sejam tratadas e resolvidas em coordenação com sistemas de gerenciamento de instalações tradicionais ou de agente.
O Sistema 2 lida com o raciocínio em nível de robô
Uma camada agente em nível de robô que planeja interações com o ambiente para atingir as metas definidas pelo Sistema 3. Ela abrange uma escala de tempo de segundo a subminuto, explicou Humanoid.
O Sistema 2 utiliza um modelo de linguagem omnimodal para observar o ambiente e interpretar instruções de alto nível do Sistema 3. Ele decompõe os objetivos em subtarefas raciocinando sobre as ações necessárias para completar suas atribuições, bem como a melhor sequência e abordagem.
O KinetIQ atualiza dinamicamente os planos a partir do contexto visible, em vez de depender de sequências fixas e pré-programadas, semelhante à forma como os sistemas de agente selecionam e sequenciam ferramentas. Os usuários podem salvar esses planos como fluxos de trabalho/SOPs e executá-los novamente no futuro e compartilhá-los com toda a frota.
O Sistema 2 também monitora a execução e avalia se o modelo visão-linguagem-ação (VLA) do Sistema 1 está progredindo, disse a Humanoid. Se o sistema determinar que não consegue concluir uma tarefa ou precisa de assistência, ele solicita suporte humano por meio da camada de frota, ou Sistema 3.
Os utilizadores podem prestar assistência através de intervenções através de avisos ao nível do Sistema 2 ou através de teleoperação ou controlo conjunto direto ao nível do Sistema 1, remotamente ou no native.
KinetIQ System 1 aborda a execução de tarefas baseadas em VLA
Humanoid disse que a rede neural VLA que comanda poses alvo para um subconjunto de partes do corpo do robô, como mãos, tronco ou pélvis, impulsiona o progresso em direção aos objetivos imediatos de baixo nível definidos pelo Sistema 2.
O Sistema 1 expõe vários recursos de baixo nível ao Sistema 2 que os usuários podem invocar por meio de diferentes prompts. Os exemplos incluem pegar e colocar objetos, manipular recipientes, embalar ou mover.
O raciocínio baseado em VLM do Sistema 2 seleciona a capacidade mais apropriada para a situação atual e o objetivo. Cada capacidade de baixo nível também é capaz de reportar seu standing (sucesso, falha ou em andamento) ao Sistema 2 para facilitar o acompanhamento do progresso.
O KinetIQ VLA emite novas previsões em uma escala de tempo inferior a um segundo, geralmente de 5 a ten Hz. Cada predição constitui um bloco de ações de frequência mais alta (30 a 50 Hz, dependendo da tarefa) que serão executadas pelo Sistema 0.
A Humanoid acrescentou que a execução da ação é totalmente assíncrona. Um novo pedaço de ação está sempre sendo preparado enquanto o anterior ainda é executado.
Para garantir que um pedaço produzido de forma assíncrona não contradiga a realidade que se desenrolou enquanto foi produzido, o KinetIQ usa a técnica de condicionamento de prefixo: cada previsão de pedaço é condicionada à parte do pedaço anterior que se espera que seja executada durante a inferência.
Ao contrário do impinting, esta é uma técnica common igualmente aplicável aos modelos autorregressivos e de correspondência de fluxo, afirmou o Humanoid.
O sistema 0 lida com o controle de corpo inteiro baseado em RL
O objetivo do Sistema 0 é atingir as metas de pose definidas pelo Sistema 1, enquanto resolve o estado de todas as articulações do robô de uma forma que garanta continuamente a estabilidade dinâmica. O sistema 0 funciona a 50 Hz, disse Humanoid.
A implementação KinetIQ do Sistema 0 usa controle de corpo inteiro treinado por aprendizagem por reforço (RL) para robôs bípedes e com rodas. A Humanoid disse que esta abordagem permite que o KinetIQ discover totalmente a sinergia entre diferentes plataformas, beneficiando-se do poder do RL na produção de controladores de locomoção capazes.
O controle de corpo inteiro é treinado exclusivamente em simulação com RL on-line, exigindo cerca de 15.000 horas de experiência para produzir um modelo capaz.
Trabalhando em uníssono em múltiplas modalidades e escalas de tempo, os Humanóides afirmaram que as quatro camadas cognitivas do KinetIQ podem atingir objetivos complexos que requerem orquestração de frota, raciocínio, manipulação hábil, recuperação dinâmica e controle de estabilidade.
