Apple a récemment dévoilé une méthode de la technologie de la technologie révolutionnaire en robot humanoïde, la méthode PH2D (Physical Human Humanoid Data), qui fournit une nouvelle voie pour le développement de robots humanoïdes à usage général grâce à une formation collaborative entre un entraîneur humain et un démonstrateur de robot, combiné à la collecte de données à faible coût provenant de dispositifs de grade de consommation. La méthode PH2D fournit une nouvelle voie pour la recherche et le développement généraux de robots humanoïdes.
Solution de formation à faible coût: les appareils de qualité grand public "transformés en trésor"
Dans le dernier document de recherche "Humanoid Policy ~ Human Policy", Apple propose ** "Démonstration humaine + validation de la machine" Modèle de formation hybride **:
Côté acquisition de données: modifiez le casque Apple Vision Pro (en utilisant uniquement la caméra inférieure gauche) pour acquérir des données de posture de tête et de main 3D via la technologie Arkit, enregistrer les détails de l'opération humaine (par exemple, les mouvements de saisie et de manipulation); Avec le casque Meta Quest (équipé d'une mini-caméra stéréo ZED) pour synchroniser l'enregistrement des commandes vidéo et vocales au ralenti pour construire un avantage du coût du matériel de formation multimodal: par rapport à la méthode traditionnelle pour compter sur des matériaux de formation coûteux et coûteux.
Avantage des coûts: Par rapport aux méthodes de formation traditionnelles qui reposent sur des démonstrateurs de robots coûteux, la solution PH2D utilise le matériel de qualité grand public existant pour réduire considérablement le seuil de l'acquisition de données.
Percée du modèle de chapeau: mélange des données pour améliorer le robot "puissance d'apprentissage"
Le "modèle de transformateur d'action humain-humanoïde (HAT) d'Apple" d'Apple est le cœur de la technologie, mélangeant les données de démonstration humaine avec les données d'exécution des robots ** pour créer un matériel de formation multimodal. Données et données d'exécution des robots ** Pour générer un cadre de stratégie généralisé. Les expériences montrent que dans des tâches telles que la saisie verticale des objets et la déversement de liquide, la capacité de généralisation et la robustesse opérationnelle du robot formé au chapeau sont meilleures que celles d'une seule formation de démonstration de machine, ce qui vérifie l'efficacité du modèle "collaboration humain-robot".
Signal de commercialisation: viser les robots mobiles de qualité grand public
Bien qu'Apple n'ait pas encore officiellement annoncé sa gamme de produits robotiques, sa mise en page technologique a révélé que ses ambitions de scénarios de qualité grand public: le prototype de lampe robot montrée dans l'étude a déjà réalisé l'interaction de base, et les nouvelles de l'industrie ont déclaré qu'Apple explore le développement de robots mobiles familiaux, avec le but de couvrir le travail domestique, l'exécution de tâches simples et d'autres scénarios.
Cette percée technologique marque la stratégie potentielle d'Apple d'extension de «l'écologie matérielle» à «l'écologie du corps intelligent», et si elle est liée à des gammes de produits existantes telles que Vision Pro et Homekit, elle peut remodeler le modèle futur de la maison intelligente.