Robbyant التابعة لمجموعة Ant تطرح LingBot-Touch مفتوح المصدر، نموذجًا أساسيًا للّمس لأيدي الروبوتات
دُرّب النموذج مسبقًا على 4983 ساعة من تسجيلات المستشعرات المغناطيسية والمقاومة للضغط والبصرية اللمسية، وطُرحت أوزانه بترخيص Apache-2.0؛ أما المكاسب في 26 مهمة على روبوتات حقيقية فهي نتائج الشركة نفسها ولم تُكرَّر بشكل مستقل بعد.
لماذا يهم
تتعلم معظم النماذج الأساسية للروبوتات من الرؤية واللغة، بينما تأتي بيانات اللمس من مستشعرات كثيرة غير متوافقة. يحوّل LingBot-Touch ثلاثة أنواع من المستشعرات إلى محوّل مشترك واحد عبر مُرمِّزات منفصلة، وتقول Robbyant إنه ينتقل إلى عتاد لمسي لم يره أثناء التدريب المسبق. وتفيد الشركة بأن السياسات الحركية الأربع المختبرة على يدين بارعتين حققت أفضل أداء عند تغذيتها برموز LingBot-Touch مقارنة بالإشارات اللمسية الخام أو من دون لمس. يبقى أن نرى ما إذا كانت مختبرات خارجية ستكرر النتائج وما إذا كان رمز الاستدلال الموزع منفصلًا سيُنشر.
حقائق رئيسية
- التدريب المسبق: 4983 ساعة و464431 حلقة ونحو 1.33 مليار إطار
- المستشعرات: مغناطيسية ومقاومة للضغط وبصرية لمسية
- أصغر بنية: 5.46 مليون معامل (HaT-Tiny)
- اختُبر على 26 مهمة حقيقية بأيدٍ بارعة، 20 محاولة لكل منها
- الأوزان منشورة بترخيص Apache-2.0 على Hugging Face