دقت زیر میلی‌متری در جابجایی‌های ظریف رباتیک دیگر محدود به محیط‌های شبیه‌سازی‌شده و کنترل‌شده نیست. باید بدانید که اکنون امکان اشتراک داده‌ها میان سخت‌افزارهای کاملاً متفاوت، بدون نیاز به داده‌های شبیه‌ساز فراهم شده است.
تا پیش از این، پراکندگی سخت‌افزاری بزرگ‌ترین چالش بود؛ دست‌های رباتیک در هر مدل، سینتیک (kinematics) و تعریف مفصل‌های متفاوتی دارند. بر اساس مستندات پژوهشی، این تفاوت‌ها محققان را مجبور می‌کرد تا از فرآیندهای پیچیده بازنگری (retargeting) برای انتقال داده‌ها استفاده کنند. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی مدل‌های بنیادی (foundation models) برای رباتیک اشاره کردیم، نبود یک زبان مشترک برای توصیف حرکات، مانع از مقیاس‌پذیری یادگیری در این حوزه بود.
برای رفع این مشکل، پژوهشگران مدل یکپارچه دست‌های ماهر (Unified Dexterous Hand Model یا UDHM) را توسعه دادند که وضعیت‌های دست انسان و ربات را به یک رابط معنایی مشترک با ۲۲ درجه آزادی (Degrees of Freedom یا DoF) منتقل می‌کند. به نقل از مقاله منتشر شده در arxiv.org در ۱۰ ژوئن ۲۰۲۶، UniDexTok به عنوان یک توکنایزر وضعیت (state tokenizer) عمل می‌کند که توکن‌های گسسته را بر اساس شرایط سخت‌افزاری می‌سازد.
نتایج این رویکرد در مقایسه با مدل پایه UniHM خیره‌کننده است:
- میانگین خطای زاویه‌ای هر مفصل (MPJAE): کاهش از ۱۵.۶۳ درجه به ۰.۱۶ درجه (کاهش ۹۸.۹۸ درصدی)
- میانگین خطای موقعیت هر مفصل (MPJPE): کاهش از ۱۸.۵۱ میلی‌متر به ۰.۱۸ میلی‌متر (کاهش ۹۹.۰۳ درصدی)
این تحول، این فرض بنیادین را که هر سخت‌افزار متنوع نیازمند خط لوله‌ی داده (data pipeline) جداگانه‌ای است، می‌شکند. با فعال کردن توکنایزاسیون متقاطع، داده‌های یک دست رباتیک اکنون می‌تواند مستقیماً دقت بازسازی دست دیگری را بهبود بخشد. این یعنی تبدیل مجموعه‌های داده پراکنده به یک منبع جمعی برای یادگیری رباتیک.
گام بعدی شما
- بررسی نحوه ادغام UniDexTok در چارچوب‌های عملیاتی کنترل از راه دور (teleoperation).
- تحلیل امکان ایجاد مدل‌های بنیادی جهانی برای دست‌های ماهر.
- دنبال کردن کاربرد این توکنایزر در سخت‌افزارهای ناشناخته در تنظیمات صفر-شات (zero-shot).
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است؛ به بررسی ما درباره‌ی تکامل حسگرهای لمسی در رباتیک مراجعه کنید.
گفتگو