World Labs trente robotmodellene i simulering og kjørte dem en time på ekte roboter

2 000 simulerte kjøringer mot 100 ekte per modellsjekkpunkt er forholdet World Labs brukte da selskapet testet om en simulator kan erstatte fysiske roboter i evalueringsarbeidet. Rangeringen mellom modellene holdt seg stort sett lik i simulering og virkelighet, både for kjente og tidligere usette posisjoner, skriver The Decoder. Testen gikk på en tohåndsoverlevering av en kube mellom armene på en ALOHA-robot.

Motoren heter Real-to-Sim-to-Real, forkortet R2S2R, og teknologien kommer fra SceniX, en oppstart World Labs kjøpte i juli. Den fanger roboten, sensorene, omgivelsene og noen oppgavedemonstrasjoner, og bygger dem om til en interaktiv virtuell verden som ikke bare ser ut som originalen, men oppfører seg fysisk likt. Fra én ekte oppgave genererer systemet tusenvis av varianter ved å endre lys, objektplassering, antall objekter, omgivelser, friksjon og kameravinkel.

Kontrollmodellene trente utelukkende i simulering før de ble flyttet over på ekte roboter. ALOHA, som var en av testplattformene, er et åpent tvillingarm-oppsett fra Stanford som styres ved dukkeføring med to mindre kontrollarmer, og alle tegningene er offentlige. Ifølge World Labs kjørte modellene en time hver på fire andre robotplattformer uten menneskelig inngripen, med oppgaver fra å vikle en strømledning rundt et kjøleskap med begge hender til å skille tynne gjenstander ut av en tett haug.

Poenget er metodisk snarere enn en påstand om at simulering er like god som virkeligheten. World Labs argumenterer for at en solid simulator ikke trenger å treffe samme suksessrate, så lenge den svarer på de samme spørsmålene: hvor feiler modellen, hvilken versjon er bedre, og bærer forbedringene over på den fysiske roboten. Testene dekket flere modelltyper, blant dem GR00T N1.6 og π₀.₅, over ulike treningsstadier.

For deg som bygger med modeller er dette den samme utviklingssløyfen du kjenner fra språkmodeller: du filtrerer bort svake versjoner billig, og sparer den dyre testen til de mest lovende kandidatene. En verden som er rekonstruert én gang kan gjenbrukes for nye modeller og andre roboter, siden systemet ikke er bundet til en bestemt kontrollmodell eller robottype. Hvor godt resultatene bærer over i rotete hverdagsmiljøer står fortsatt åpent.