eTEC.NEWS je komunitní web zaměřený na technologie, umělou inteligenci, roboty, solární energii, elektromobilitu, produkty a služby z těchto oblastí.

RLWRLD uvádí RLDX-1, základní model pro robotické ruce zaměřený na obratnost

RLWRLD uvádí RLDX-1, základní model pro robotické ruce zaměřený na obratnost

Společnost RLWRLD představila systém RLDX-1, revoluční základní model navržený pro ovládání vysoce obratných robotických rukou. Tento model vznikl jako reakce na potřeby průmyslové automatizace, kde běžné technologie často zaostávají, neboť nedokážou efektivně pracovat s fyzikálními signály, jako je dotek, ani udržet kontext úkolu v čase.

RLWRLD definovala pět klíčových oblastí obratnosti, které představují nejčastější příčiny selhání současných robotů: rozmanitost úchopů, prostorová přesnost při navazování kontaktu, časová přesnost pro manipulaci s pohybujícími se objekty, kontaktní přesnost založená na vnímání krouticího momentu a kontextové povědomí o stavu úkolu.

Technologickým srdcem modelu je architektura Multi-Stream Action Transformer (MSAT). Ta zajišťuje, že se jednotlivé modality – jako jsou videozáznamy, krouticí moment nebo stavová paměť – zpracovávají odděleně, přičemž spolu komunikují až prostřednictvím mechanismu vzájemné pozornosti. Díky tomu nedochází k situaci, kdy by jedna modalita dominovala ostatním.

„Každý komponent existuje, protože vynutili konkrétní režim selhání při reálném úkolu. Výsledkem je jediný model, který vidí, cítí, pamatuje si a adaptuje se, a který lze nasadit v konfiguracích s jednou paží, dvěma pažemi nebo u humanoidů s vysoce obratnými dlaněmi,“ uvedla společnost RLWRLD.

Pro vizuální uvažování využívá RLDX-1 speciálně doladěný model Qwen3-VL 8B. Ten se zaměřuje na geometrické vztahy mezi koncovým efektorem a cílovými objekty, což zásadně zlepšuje přesnost pohybu. Fyzikální modul pak díky integraci senzorů krouticího momentu umožňuje robotu vnímat hmotnost objektů a přesný moment kontaktu, což je nezbytně nutné například při manipulaci s křehkými látkami nebo při plnění nádob.

V rámci tréninku RLWRLD kombinuje reálná data s rozsáhlými syntetickými datasety, které přesahují možnosti běžné teleoperace. Tento přístup umožňuje robotům osvojit si komplexní reflexy a obratnost, které se blíží lidským schopnostem. Výsledky testů ukazují, že zatímco konkurenční modely často selhávají při úkolech vyžadujících víc než jen základní vizuální pochopení, RLDX-1 dosahuje v těchto disciplínách výrazně vyšší spolehlivosti.

Zdroj: therobotreport.com