Robbyant, do Ant Group, libera em código aberto o LingBot-Touch, um modelo fundacional tátil para mãos robóticas
O modelo foi pré-treinado com 4.983 horas de registros magnéticos, piezorresistivos e visuotáteis e lançado com pesos Apache-2.0; os ganhos em 26 tarefas com robôs reais são resultados da própria empresa, ainda sem replicação independente.
Por que importa
A maioria dos modelos fundacionais para robôs aprende com visão e linguagem, enquanto os dados táteis vêm de muitos sensores incompatíveis. O LingBot-Touch leva três tipos de sensor a um único Transformer compartilhado por meio de tokenizadores separados, e a Robbyant diz que ele se transfere para hardware tátil que nunca viu no pré-treinamento. A empresa relata que, em duas mãos hábeis, as quatro políticas de ação testadas tiveram melhor desempenho com tokens do LingBot-Touch do que com sinais táteis brutos ou sem tato. Resta ver se laboratórios externos reproduzem os ganhos e se surge o código de inferência distribuído à parte.
Fatos principais
- Pré-treinamento: 4.983 horas, 464.431 episódios, cerca de 1,33 bilhão de quadros
- Sensores: magnéticos, piezorresistivos e visuotáteis
- Menor rede: 5,46M parâmetros (HaT-Tiny)
- Testado em 26 tarefas hábeis reais, 20 tentativas cada
- Pesos publicados sob Apache-2.0 no Hugging Face