Apple presentó recientemente una tecnología innovadora en el entrenamiento de robots humanoides, el método PH2D (datos físicos humanos humanoides), que proporciona una nueva ruta para el desarrollo de robot humanoide de uso general a través de la capacitación colaborativa entre un entrenador humano y un demostrador robot, combinado con una colección de datos de bajo costo de los dispositivos de grado de consumo. El método PH2D proporciona una nueva ruta para la investigación y el desarrollo de robots humanoides generales.
Solución de entrenamiento de bajo costo: los dispositivos de grado de consumo "se convirtieron en tesoros"
En el último trabajo de investigación "Política humanoide ~ Política humana", Apple propone ** Modelo de entrenamiento híbrido de "demostración humana + validación de máquinas" **:
Lado de adquisición de datos: modifique los auriculares Apple Vision Pro (usando solo la cámara baja izquierda) para adquirir datos de postura de cabeza y mano 3D a través de la tecnología ARKIT, registrar los detalles de la operación humana (por ejemplo, los movimientos de comprensión y manejo); Con el auricular Meta Quest (equipado con una Mini cámara estéreo Zed) para sincronizar la grabación de comandos de video y voz de cámara lenta para construir ventaja de costo de material de entrenamiento multimodal: en comparación con el método tradicional de depender de materiales de entrenamiento caros y costosos.
Ventaja de costos: en comparación con los métodos de entrenamiento tradicionales que dependen de los costosos manifestantes de robots, la solución PH2D utiliza hardware existente de grado de consumo para reducir significativamente el umbral de adquisición de datos.
Breakthrough del modelo HAT: mezclar datos para mejorar el "poder de aprendizaje" del robot
El ** "Transformador de acción humano-humanoide (HAT) de Apple es el núcleo de la tecnología, que combina datos de demostración humana con datos de ejecución de robots ** para crear un material de entrenamiento multimodal. Datos de datos de datos y robot ** Para generar un marco de estrategia generalizado. Los experimentos muestran que en tareas como el agarre de los objetos verticales y el vertido líquido, la capacidad de generalización y la robustez operativa del robot entrenado por sombrero es mejor que la de un entrenamiento de demostración de una sola máquina, lo que verifica la efectividad del modelo de "colaboración humano-robot".
Señal de comercialización: apuntando a robots móviles de grado consumidor
Aunque Apple aún no ha anunciado oficialmente su línea de productos de robótica, su diseño de tecnología ha revelado sus ambiciones de escenarios de grado al consumidor: el prototipo de la lámpara de robot que se muestra en el estudio ya ha realizado una interacción básica, y la industria de la industria dijo que Apple está explorando el desarrollo de robots móviles orientados a la familia, con el objetivo de cubrir el trabajo interno, la ejecución de tareas simples y otros escenarios.
Este avance tecnológico marca la estrategia potencial de Apple de extender desde "ecología de hardware" hasta "ecología del cuerpo inteligente", y si está vinculada con líneas de productos existentes como Vision Pro y HomeKit, puede remodelar el patrón futuro del hogar inteligente.