أبل HALO: روبوت Unitree G1 مع Mac mini يتحرك في منازل لم يرها من قبل

تدريب في 1000 منزل افتراضي

أكبر عقبة في تدريب الروبوتات البشرية هي جمع البيانات، إذ يتطلب ذلك عادةً تحكمًا عن بعد أو تسجيل حركات البشر. لذلك أعدّت أبل 1000 منزل افتراضي بتخطيطات وأثاث مختلفة، وأنتجت فيها نحو 163 ألف حلقة تدريبية تغطي قرابة 300 ساعة من الحركة. وكان النظام يستبعد تلقائيًا المحاولات الخاطئة، مثل اختراق القدم للأرضية. واستغرق إعداد المجموعة 48 ساعة على 250 معالجًا رسوميًا من Nvidia H100.

وكان لعدد البيئات أثر كبير. فعند تدريب الروبوت على الجلوس في بيئة واحدة بلغ النجاح في منازل افتراضية جديدة 43%، وارتفع إلى 84% بعد التدريب على 1000 بيئة.

روبوت صيني بحاسوب Mac mini

لم تصنع أبل روبوتًا بشريًا خاصًا بها، بل استخدمت Unitree G1 من الشركة الصينية، وأضافت كاميرا على الرأس وحاوية تضم Mac mini M4 Pro بذاكرة 64 جيجابايت. يفسّر الـ Mac الأوامر ويخطط الحركة، بينما يتولى حاسوب Nvidia Jetson Orin NX المدمج بقية التحكم، فيعمل النظام دون حاسوب خارجي. تقسّم الوحدة الأولى المهمة إلى خطوات بسيطة، وتضع الثانية نحو ثلاث مرات في الثانية خطة حركة للثواني الخمس التالية، وتراقب الثالثة بتردد 50 هرتز المحركات والتوازن.

وفي الاختبارات نجح الانحناء في 100% من المحاولات، والمرور عبر الباب في 93%، والوصول إلى الغرض في 92%، والزحف في 90%، ودفع الصناديق في 88%، والجلوس في 85%.

لكن المهام متعددة المراحل كانت أصعب، إذ انخفض متوسط النجاح إلى 70%، وأُجريت في بيئة واقعية واحدة فقط. ونجح أصعب سيناريو، وهو الانحناء ثم الاقتراب من غرض ودفع صندوق، في نصف المحاولات فقط. ولاحظ الباحثون أن الروبوت يبقى غالبًا بعد أول خطوة في وضع لا يرى فيه الهدف التالي.