Robbyant, de Ant Group, publica en abierto LingBot-Touch, un modelo fundacional táctil para manos robóticas
El modelo se preentrenó con 4.983 horas de registros magnéticos, piezorresistivos y visuotáctiles y se publica con pesos Apache-2.0; las mejoras en 26 tareas con robots reales son resultados de la propia empresa, aún sin réplica independiente.
Por qué importa
La mayoría de los modelos fundacionales para robots aprenden de visión y lenguaje, mientras que los datos táctiles proceden de muchos sensores incompatibles. LingBot-Touch lleva tres tipos de sensor a un único Transformer compartido mediante tokenizadores separados, y Robbyant afirma que se transfiere a hardware táctil que no vio en el preentrenamiento. La empresa informa de que, en dos manos diestras, las cuatro políticas de acción probadas rindieron mejor con tokens de LingBot-Touch que con señales táctiles en bruto o sin tacto. Habrá que ver si laboratorios externos reproducen las mejoras y si aparece el código de inferencia que se distribuye por separado.
Datos clave
- Preentrenamiento: 4.983 horas, 464.431 episodios, unos 1.330 millones de fotogramas
- Sensores: magnéticos, piezorresistivos y visuotáctiles
- Red más pequeña: 5,46M parámetros (HaT-Tiny)
- Probado en 26 tareas diestras reales, 20 ensayos cada una
- Pesos publicados con licencia Apache-2.0 en Hugging Face