Apple HALO, Mac mini taşıyan Unitree G1 robotunu bilmediği evlerde yürütüyor
Apple araştırmacıları HALO'yu 1000 sanal evde eğitti. Mac mini M4 Pro taşıyan Unitree G1 robotu, 360 gerçek denemede yüzde 91 başarıya ulaştı.

Apple, insansı robotların daha önce görmediği evlerde komutları yerine getirmesini sağlayan HALO sistemini tanıttı. Robot, altı farklı gerçek mekânda yapılan 360 denemede yüzde 91 başarı elde etti. Bu mekânların hiçbiri önceden taranmamıştı ve eğitim verisi hazırlamak için kullanılmamıştı.
„Perceptive Humanoid Motion from Simulation" başlıklı çalışmaya göre HALO, komutları anlıyor ve kamera görüntüsüne bakarak tüm vücut hareketlerini kendisi seçiyor. Robot belirtilen nesneye yaklaşabiliyor, sandalyeye oturabiliyor, aralık kapıdan yan geçebiliyor, çömelebiliyor, masanın altından sürünebiliyor ve kutuları itebiliyor.
1000 sanal ev ile eğitim
İnsansı robot eğitiminin en büyük engeli veri toplamak; bu iş genellikle uzaktan kumanda ya da insan hareketlerinin kaydedilmesini gerektiriyor. Apple bunun yerine farklı yerleşim ve eşyalara sahip 1000 sanal ev hazırladı. Bu evlerde yaklaşık 300 saatlik hareketi kapsayan, yaklaşık 163 bin eğitim bölümü üretildi. Ayağın zeminin içinden geçmesi gibi hatalı denemeler otomatik olarak eleniyor. Veri kümesi, 250 Nvidia H100 grafik işlemcisiyle 48 saatte hazırlandı.
Ev sayısı sonucu belirgin biçimde etkiledi. Oturma becerisi tek ortamda öğretildiğinde yeni sanal mekânlardaki başarı yüzde 43'te kalırken, 1000 ortamla eğitimde yüzde 84'e çıktı.
Çin yapımı robot, sırtında Mac mini
Apple kendi insansı robotunu üretmedi. Deneylerde Çinli üretici Unitree'nin G1 modeli kullanıldı; robota başa ek kamera ve 64 GB belleğe sahip Mac mini M4 Pro içeren bir kasa eklendi. Mac, komutları yorumlayıp hareketi planlıyor; geri kalan kontrolü robotun kendi Nvidia Jetson Orin NX bilgisayarı üstleniyor. Böylece sistem harici bir bilgisayara bağlanmadan çalışabiliyor. Birinci modül görevi basit adımlara bölüyor, ikincisi saniyede yaklaşık 3 kez önümüzdeki 5 saniyenin hareket planını çıkarıyor, 50 Hz çalışan üçüncüsü ise motorları ve dengeyi denetliyor.
Testlerde çömelme yüzde 100, kapıdan geçme yüzde 93, nesneye ulaşma yüzde 92, sürünme yüzde 90, kutu itme yüzde 88 ve oturma yüzde 85 başarıyla tamamlandı.
Çok adımlı görevlerde ise ortalama başarı yüzde 70'e düştü ve bu testler yalnızca tek bir gerçek ortamda yapıldı. Çömelip nesneye yürüyerek kutuyu itme senaryosu denemelerin yalnızca yarısında başarılı oldu. Araştırmacılar, robotun ilk eylemden sonra sıradaki hedefi göremeyecek biçimde konumlanabildiğini belirtti.
Göz atmaya değer uygulamalar
Doğru kareleri seçin, toplayın, hedefe ulaşın. Öğrenmesi kolay, ustalaşması zor. Ücretsiz, her yaşa uygun.
Yapay zekâ sohbet partneriyle konuşun; her cümleniz düzeltilip kendi dilinizde açıklanarak geri gelsin. 9 dil, A1'den C2'ye.
EDIFACT ve X12 mesajlarını açın, her segment açıklansın, JSON/XML'e çevirin, PDF ve Excel'e aktarın. Yerelde çalışır, yükleme yok.
Kime, hangi özel gün için ve nasıl bir karakter olduğunu seçin. Arama motoru yerel mağazaların ürün açıklamalarını okuyup uygun olanları sıralar. Ücretsiz, kayıt yok.
Aynı günden diğer haberler
Tümünü gör →
UBTech ve Tianyi, Çin'de insansı robot pazarını büyütmek için ortak oldu

SRTD Biotech, hassas mRNA ilaçları için 31,5 milyon euro topladı

Calogena, ilk ticari SMR için AB'den 40 milyon euro hibe aldı

Windows 11 Kayıt Defteri Düzenleyicisi WinUI 3 ile demo olarak geldi
Daha fazla: Yapay zekâ
Tümünü gör →
Adoba, Tencent Cloud ile adobaRo AIGC Studio'yu başlattı

Cursor, web uygulamalarını kurup link ile paylaşma özelliği getirdi

Thinking Machines Lab, 594 milyar parametreli Inkling 2 Small'u tanıttı
