Robotlar için gerçek zamanlı kontrol sunan LingBot-VA 2.0’ı tanıtıldı

Akıllı üretim hatları, lojistik merkezleri ve hizmet sektöründe kullanılan robotların fiziksel koşullara göre hızlı ve doğru karar verebilmesi, operasyonel verimlilik açısından önem taşıyor. Somutlaştırılmış yapay zekâ sistemlerinin önemli bir bölümü ise başlangıçta dijital içerik üretmek amacıyla geliştirilen video modellerine dayanıyor. Görüntü kalitesi ve yaratıcılık odaklı bu modellerin robot kontrolüne uyarlanması; fiziksel doğruluk, farklı görevlere uyum ve işlem hızı bakımından çeşitli sınırlamalara yol açabiliyor. Ant Grubu bünyesinde faaliyet gösteren Robbyant, bu sorunları aşmak amacıyla fiziksel dünya görevleri için sıfırdan geliştirdiği LingBot-VA 2.0’ı tanıttı. Şirket, sistemi sektörün ilk 'video eylem dünyası modeli' olarak nitelendiriyor.

EYLEMLERİNİN SONUÇLARINI TAHMİN EDİYOR

LingBot-VA 2.0, geleneksel video modellerinin robot kontrolü için yeniden düzenlenmesi yerine dinamik dünya modelleme, nedensel tahmin ve gerçek zamanlı yürütmeye odaklanan otoregresif bir mimari kullanıyor. Bu yapı sayesinde robot, gerçekleştireceği bir eylemin çevresinde nasıl bir değişikliğe yol açacağını tahmin ediyor. Ardından bu tahmine dayanarak atacağı bir sonraki adımı belirliyor. Modelde görsel veriler ve eylem bilgileri ortak bir belirteç yapısında birleştiriliyor. Böylece kullanıcı talimatlarının robot hareketlerine dönüştürülmesi amaçlanıyor. Sistemin nedensel ön eğitim yöntemi, fiziksel tahminlerin kronolojik ve mantıksal bir sıra izlemesini sağlıyor. Uzmanlar karışımı (MoE) mimarisi ise işlem hızını korurken model kapasitesinin artırılmasına imkân veriyor. Eşzamansız çıkarım mekanizması sayesinde robot, mevcut hareketini gerçekleştirirken gelecekteki olasılıkları da hesaplayabiliyor. Sistem, gerçek dünyadan aldığı yeni gözlemler doğrultusunda kararlarını sürekli güncelliyor.

TEK GPU ÜZERİNDE 150 HZ KONTROL

Robbyant’ın açıkladığı verilere göre LingBot-VA 2.0, tek bir grafik işlemci üzerinde 150 Hz hızında gerçek zamanlı kapalı döngü kontrol sağlayabiliyor. Model, bağlam içi öğrenme özelliğiyle sistem parametreleri güncellenmeden yeni görevlere uyarlanabiliyor. Şirket, sistemin yalnızca 20 görsel gösterim kullanarak daha önce karşılaşmadığı manipülasyon görevlerini öğrenebildiğini belirtiyor. Çalışma sırasında model, mevcut gözlemler ve verilen dil talimatları üzerinden gelecekte oluşabilecek durumları görselleştiriyor. Ters dinamik model olarak adlandırılan bileşen, bu tahminleri robotun gerçekleştireceği fiziksel hareketlere dönüştürüyor. Kontrol döngüsü, gerçek dünyadan gelen gözlemlerle sürekli olarak besleniyor. Böylece robotun tahminleri ile fiziksel ortam arasındaki uyum korunuyor.

UZUN VE ÇOK AŞAMALI GÖREVLERDE DENENDİ

Robbyant, LingBot-VA 2.0’ın yeteneklerini kahvaltı hazırlama, kargo paketlerini açma, hassas tüp montajı, vida toplama, kıyafet katlama ve çekmece açma gibi çok aşamalı görevlerde sergiledi. Şirketin paylaştığı sonuçlara göre model, RoboTwin 2.0 ve LIBERO simülasyon testlerinde mevcut endüstriyel yöntemlerden daha yüksek başarı oranlarına ulaştı. LingBot-VA 2.0, uzun süreli hafıza özelliği sayesinde görsel olarak birbirine benzeyen ancak bağlam bakımından farklı durumları ayırt edebiliyor. Bu özellik, sayma, sıralama ve tekrarlanan hareketlerden oluşan çok adımlı görevlerin yerine getirilmesinde kullanılıyor. Robbyant CEO’su Zhu Xing, modelin tanıtımının ardından yaptığı açıklamada şunları söyledi: “Robbyant, endüstriyel ve gerçek dünya senaryolarında robot kullanımını hızlandırmak için açık bir teknoloji ve uygulama ekosisteminin geliştirilmesini destekleyecek. Somutlaştırılmış zekâda yeni sınırları keşfederken sektörel iş birliklerini de büyütmeye devam edeceğiz.”