Hver gang Atlas hidtil har lært en ny bevægelse, har et hold ingeniører i praksis skullet bygge den. Nu vil Boston Dynamics prøve en anden vej. Selskabet har den 16. oktober 2024 indgået et forskningssamarbejde med Toyota Research Institute (TRI), hvor den elektriske Atlas skal lære færdigheder fra data i stedet for at få dem programmeret bevægelse for bevægelse.
Arbejdsdelingen er ligetil. Boston Dynamics stiller robotten til rådighed, den helelektriske Atlas, der blev afsløret i april. TRI bringer det, instituttet kalder Large Behavior Models. Samarbejdet ledes fra Boston af Scott Kuindersma, forskningschef hos Boston Dynamics, og Russ Tedrake, der står for robotforskningen hos TRI.
Hvad en Large Behavior Model er
En Large Behavior Model, eller LBM, er beslægtet med de sprogmodeller, der driver chatbotter. En sprogmodel trænes på enorme mængder tekst og lærer derved at føre en samtale, uden at nogen har skrevet svarene på forhånd. En LBM gør det samme for fysiske handlinger. Den trænes på data om, hvordan opgaver løses, og lærer derved at udføre dem, frem for at en programmør har defineret hvert led og hver bevægelse i forvejen.
IEEE Spectrum beskriver det som store modeller “for robotter, der laver nyttige ting i den fysiske verden”. Pointen er, at færdigheder skal kunne tilføjes ved at indsamle data og træne en model, ikke ved at en ingeniør koder hver bevægelse i hånden. “Man indsamler en bunke data, træner den på en arkitektur, der mere eller mindre ligger fast på nuværende tidspunkt, og så får man et resultat,” siger Kuindersma til mediet.
Det er en kontrast til den måde, Atlas indtil nu har fået sine evner på. Da robotten tidligere løftede tunge genstande uden at vælte, skete det med et styresystem, som selskabets eget hold havde bygget og finjusteret til netop den opgave. LBM-tilgangen vender det om. Robotten skal selv lære det generelle mønster ud fra data.
Hvad samarbejdet skal opnå, og hvad det ikke er
Parterne oplyser, at den elektriske Atlas skal bruges som forsøgsplatform. Robotten kan styres og fjernstyres til at udføre en bred vifte af opgaver med begge hænder og hele kroppen, og de data, det giver om, hvordan opgaverne løses, skal bruges til at træne kommende LBM’er. Holdet vil også undersøge mere grundlæggende spørgsmål om, hvordan en humanoid robot bedst trænes, og hvordan den sanser sin egen krop.
Det skal læses som grundforskning. Kuindersma er udtrykkelig om det over for IEEE Spectrum. Boston Dynamics er ved at kommercialisere Atlas, men “dette projekt handler i virkeligheden om grundforskning,” siger han. Der annonceres ingen produkt, ingen demonstration og ingen tidsplan for, hvornår en LBM-styret Atlas skulle kunne noget bestemt.
Tedrake fra TRI lægger selv et forbehold ind. “Der er så meget hype derude,” siger han til IEEE Spectrum og tilføjer, at han vil sikre, at forskningen er ærlig om, hvor godt tingene rent faktisk virker. Hvilke færdigheder Atlas kan lære ad den vej, og hvor godt, er det, samarbejdet skal undersøge.
