„Ein Modell, eine Datenschnittstelle, jeder Körper“: Reward AIs OM-1 lernt Manipulation direkt von Menschen
Belohnungs-KI hat vorgestellt OM-1Es handelt sich um ein universelles Roboter-Grundlagenmodell, das darauf ausgelegt ist, physikalische Intelligenz direkt aus Daten menschlicher Manipulation zu gewinnen. Das Unternehmen behauptet, das System könne Zero-Shot-Verfahren auf verschiedene Robotertypen – darunter Tischroboterarme, Industrieroboterarme und humanoide Roboter – übertragen, ohne dass Teleoperationsdaten, Training am Roboter oder roboterspezifische Feinabstimmung erforderlich sind.
Das Herzstück des Systems bildet die Omnibody Hand, ein tragbares Gerät mit sieben Freiheitsgraden, das auf der vorherigen Stanford-Forschung des Teams, DexCap, basiert. Anstatt die menschliche Hand Gelenk für Gelenk nachzubilden, ist die Hand auf funktionale Fähigkeiten ausgelegt: Auswahl geeigneter Kontaktpunkte, Neuausrichtung von Objekten in der Handfläche und fließender Übergang zwischen Präzisions- und Kraftgriffen. Die ergonomische Passform gleicht Variationen in Handgröße und Fingerproportionen aus und gewährleistet so, dass die aufgezeichneten Bewegungen natürliche, unkompensierte menschliche Verhaltensweisen widerspiegeln.
Darüber hinaus verfügt die „One Data Interface“-Schicht über hochfrequentes taktiles Feedback, Näherungssensorik, in die Hand integrierte Kameras mit globalem Shutter und elektromagnetische Handhaltungserkennung, um Demonstrationen in natürlicher Geschwindigkeit aufzuzeichnen. Das Unternehmen berichtet, dass die Ergänzung der visuell-inertialen Erfassung durch elektromagnetische Sensoren den mittleren Überschwingfehler bei hohen Geschwindigkeiten in kontrollierten Tests um 60 % reduziert hat und dass Kraftdaten entlang der Bewegungsbahnen aufgezeichnet werden, sodass Demonstrationen sowohl den Weg als auch den dahinter steckenden Kraftaufwand kodieren.
Von Menschen lernen, nicht von Robotern
OM-1 wird ausschließlich mit menschlichen Daten trainiert. Laut Reward AI werden weder Teleoperation noch Erfahrung mit dem Roboter selbst während des Trainings genutzt; stattdessen lernt das System, Roboteraktionen direkt aus menschlichen Bewegungen zu generieren und destilliert so die vom Team als unbewusste physikalische Intelligenz beschriebene Information in ein einziges, einheitliches Modell. Da alle Demonstrationen über dieselbe Datenschnittstelle erfolgen, werden Vor- und Nachbereitung des Trainings in einer einzigen Phase zusammengeführt – neue Daten müssen nicht erneut erfasst werden und es ist keine separate Trainingspipeline pro Roboter, Aufgabe oder Einsatz erforderlich.
Architektonisch verarbeitet OM-1 jede sensorische Modalität – Bilder, taktile Signale, Fingernähe und Handhaltungsbewegungen – mit ihrer nativen Abtastrate und bewahrt so hochfrequente Kontaktinformationen neben dem langsameren visuellen Kontext. Die zeitliche Historie dieser Datenströme ermöglicht es der Strategie, die Entwicklung von Kontakt und Aufgabenfortschritt zu analysieren. Darunter arbeitet eine hochfrequente, auf bestärkendem Lernen basierende Steuerungsschicht, die Aktionen in Aktuierungen für jeden Körper umsetzt und dabei Dynamiken, Störungen und Systemverzögerungen kompensiert. Gleichzeitig optimiert sie die Übergänge zwischen aufeinanderfolgenden Strategievorhersagen, um flüssige Bewegungen auch bei hohen Geschwindigkeiten zu gewährleisten.
Abschließend stellt das Unternehmen fest, dass OM-1 mit weniger als 30 Minuten Datenmaterial völlig neue Aufgaben – darunter auch anspruchsvolle dynamische Aufgaben und Aufgaben mit großem Zeithorizont – bewältigen kann. Sollte sich dieser Ansatz bestätigen, positioniert er die Erfassung menschlicher Demonstrationen, die Sensorik, das Lernen, die Inferenz und die Steuerung als einen einzigen integrierten Stack – einen Stack, den das Unternehmen als zukunftssicher für noch zu entwickelnde Roboterhardware bezeichnet.
Disclaimer
Im Einklang mit der Richtlinien des Trust-ProjektsBitte beachten Sie, dass die auf dieser Seite bereitgestellten Informationen nicht als Rechts-, Steuer-, Anlage-, Finanz- oder sonstige Beratung gedacht sind und nicht als solche interpretiert werden sollten. Es ist wichtig, nur so viel zu investieren, wie Sie sich leisten können, zu verlieren, und im Zweifelsfall eine unabhängige Finanzberatung einzuholen. Für weitere Informationen empfehlen wir einen Blick auf die Allgemeinen Geschäftsbedingungen sowie die Hilfe- und Supportseiten des Herausgebers oder Werbetreibenden. MetaversePost ist einer genauen, unvoreingenommenen Berichterstattung verpflichtet, die Marktbedingungen können sich jedoch ohne Vorankündigung ändern.
Über den Autor
Alisa, eine engagierte Journalistin bei der MPost, ist spezialisiert auf Krypto, KI, Investitionen und das weitreichende Gebiet von Web3. Mit einem scharfen Blick für neue Trends und Technologien liefert sie eine umfassende Berichterstattung, um die Leser über die sich ständig weiterentwickelnde Landschaft des digitalen Finanzwesens zu informieren und einzubeziehen.
Weitere Artikel
Alisa, eine engagierte Journalistin bei der MPost, ist spezialisiert auf Krypto, KI, Investitionen und das weitreichende Gebiet von Web3. Mit einem scharfen Blick für neue Trends und Technologien liefert sie eine umfassende Berichterstattung, um die Leser über die sich ständig weiterentwickelnde Landschaft des digitalen Finanzwesens zu informieren und einzubeziehen.
