Robôs da Figure executam tarefas domésticas inéditas com o Helix 2.5

O anúncio

A Figure apresentou o Helix 2.5, descrito pela empresa como sua rede neural mais avançada, com foco em responder uma pergunta específica: um humanoide pode entrar em uma casa nunca vista e começar a trabalhar imediatamente, sozinho e com o corpo inteiro?

O teste em 30 casas

A empresa testou o sistema em 30 casas da região da Bay Area sem coletar nenhum dado nesses ambientes. O Helix 2.5 executou três tarefas de corpo inteiro - arrumar salas de estar, dobrar toalhas e fazer camas - sem ajuste fino ou adaptação nos ambientes ou objetos avaliados. Segundo a Figure, essa é a primeira demonstração conhecida de generalização zero-shot com corpo inteiro nesse escopo em um humanoide.

Os critérios de sucesso eram rígidos e definidos antes da avaliação: recolher de 13 a 15 brinquedos na cesta, dobrar e guardar todas as toalhas, ou posicionar ambos os travesseiros e os cantos do edredom no topo da cama. Não houve crédito parcial, e cada tarefa usou um único checkpoint fixo em todas as casas.

O papel do pretraining com Index

O Helix 2.5 foi pré-treinado no Index, conjunto de dados de comportamento humano em escala global da Figure. Para medir a contribuição desse pretraining, a empresa treinou duas políticas com os mesmos dados de especificação de tarefa: uma iniciada com pesos aleatórios, outra a partir do modelo pré-treinado. A política do zero obteve 9% de sucesso; a pré-treinada, 56% - mais de 6 vezes maior. Como arquitetura, treinamento e avaliação foram mantidos fixos, a empresa atribui ao pretraining a maior parte da capacidade zero-shot.

A comparação com o Helix 02 também mostrou eficiência de dados: o Helix 2.5 alcançou a mesma taxa de sucesso que uma política anterior com metade dos dados de adaptação, e generalizando para 30 casas inéditas.

Uma lei de escala humano-robô

A Figure treinou quatro modelos com subconjuntos aninhados do Index, abrangendo 8x mais dados de pretraining, mantendo tamanho de modelo e treinamento downstream fixos. A perda de previsão de ações caiu de forma previsível a cada duplicação de dados. A empresa afirma que essa é a primeira lei de escala de transferência humano-robô medida em um humanoide, e que foi possível prever a perda da maior execução com quatro casas decimais antes do treino, com erro de previsão de 0,54% da variação. O resultado mede apenas escala de dados.

Autocorreção e limitações

Um ganho qualitativo destacado é a autocorreção: o robô recua, muda de postura ou circunda a cama para corrigir uma dobra. A própria Figure ressalva que isso não significa que a robótica humanoide geral está resolvida - o argumento é que pela primeira vez há evidência de que inteligência de corpo inteiro pode ser aprendida com experiência humana e transferida, em vez de reconstruída a cada ambiente.

Escalar

A Index gera cerca de 35 minutos de nova experiência humana por segundo, e a Figure comprometeu US$ 3,5 bilhões em compute para treinar o Helix. A tese da empresa, formada há um ano, é que a robótica está defasada em várias ordens de grandeza em tamanho de modelo, compute e dados - e o Helix 2.5 é apresentado como sua evidência mais forte até agora de que mais dados e compute podem se traduzir em mais conhecimento do mundo físico antes de o robô entrar em uma nova casa.