Figure går efter hele kroppen. Den amerikanske robotvirksomhed har præsenteret Helix 02, en ny version af sin AI-model til humanoide robotter. Hvor den oprindelige Helix kun styrede robottens overkrop, hævder Figure, at Helix 02 nu kontrollerer hele kroppen: ben, torso, arme og fingre på samme tid. Modellen kører på selskabets nyeste robot, Figure 03.

Fra overkrop til hele kroppen

Helix er en såkaldt vision-language-action-model (VLA), altså en AI, der oversætter det robotten ser, og de instruktioner den får, direkte til bevægelser. Figure beskriver Helix 02 som en model til “fuld-krops-autonomi”, hvor robotten kan gå og manipulere genstande samtidig.

Sammen med softwaren har Figure tilføjet ny hardware: kameraer i håndfladerne og taktile sensorer, der ifølge selskabet kan mærke kræfter helt ned til 3 gram. Figure opsummerer princippet som “alle sensorer ind, alle aktuatorer ud”. Al sensordata fødes altså ind i ét neuralt netværk, der styrer samtlige af robottens led.

Det viser demonstrationerne

I sin annoncering fremhæver Figure blandt andet:

  • En fire minutter lang opvaske-opgave, hvor robotten selv tømmer opvaskemaskinen, navigerer i køkkenet, fylder den igen og starter den.
  • 61 sammenhængende handlinger i træk med, hvad selskabet kalder indbygget fejl-rettelse undervejs.
  • Finmotoriske opgaver som at skrue låg af flasker, tage piller ud af et glas, dosere 5 ml væske med en sprøjte og samle metaldele op fra en rodet bunke.

Figure understreger, at alle demonstrationerne er “fuldt autonome, ikke teleopererede”. Det er en vigtig påstand i sig selv. Humanoid-branchen kritiseres ofte for at vise iscenesatte eller fjernstyrede demoer, så netop spørgsmålet om autonomi er afgørende.

Tallene bag

Figure deler også en række tekniske detaljer om systemet. Modellen er bygget i to lag: et hurtigt “System 0” på 10 millioner parametre, der kører 1.000 gange i sekundet (1 kHz), og et “System 1”, der kører ved 200 Hz. Ifølge selskabet er den trænet på over 1.000 timers menneskelig bevægelsesdata og finpudset i mere end 200.000 parallelle simuleringer. Figure oplyser, at hele 109.504 linjers håndskrevet C++-kode er blevet erstattet af det neurale netværk.

Det svære spring til hele kroppen

Springet fra at styre en robots overkrop til at koordinere hele kroppen er et af de sværeste i humanoid-robotik. Det kræver, at AI’en på én gang holder balancen, bevæger sig og udfører finmotoriske opgaver. Lykkes det så pålideligt, som Figure beskriver, rykker det robotterne tættere på opgaver i hjemmet og på arbejdspladsen.

Vi følger op, når Helix 02 kan ses i brug uden for Figures egne demonstrationer.