مدل Dream-1 از شرکت Dream Labs؛ گامی رو به جلو در کنترل هوشمند ربات‌ها بدون نیاز به یادگیری ماشینی

معرفی Dream-1 و خروج Dream Labs از حالت مخفیانه

استارتاپ Dream Labs با انتشار مدل جدید Dream-1 و اعلام جذب سرمایه ۹۰ میلیون دلاری در مرحله بذر (Seed)، رسماً از حالت محرمانه خارج شد. این مدل جدید که از طریق یک API عمومی در دسترس است، به توسعه‌دهندگان اجازه می‌دهد بدون نیاز به تخصص در یادگیری ماشینی، تنظیم دقیق (Fine-tuning) یا جمع‌آوری داده‌های اختصاصی، ربات‌های دو بازو با گیره‌های موازی را کنترل کنند. این رویکرد به عنوان گامی مهم در جهت حل مسئله مرغ و تخم‌مرغ در صنعت رباتیک شناخته می‌شود.

زمینه و مسئله سنتی رباتیک

برای دهه‌ها، صنعت رباتیک در یک چرخه تکراری گیر افتاده بود: ربات‌ها زمانی خریدار پیدا می‌کنند که کاربردپذیر باشند، اما کاربردپذیر شدن نیازمند داده‌هایی است که تنها پس از استفاده گسترده از همان ربات تولید می‌شوند. خودروهای خودران با کمک به رانندگی دستی از این بن‌بست عبور کردند، اما اکثر ربات‌های دیگر چنین مزیتی نداشتند. دو فاکتور در حال تغییر این وضعیت است:

• ارزان‌تر شدن سخت‌افزار رباتیک و دسترسی عموم به بازوهای رباتیک مقرون‌به‌صرفه.
• ظهور مدل‌هایی که می‌توانند به‌صورت صفرشات (Zero-shot) با محیط‌ها، وظایف و حتی اجسام رباتیک ناشناخته سازگار شوند.

جزئیات فنی و عملکرد World Action Models

مبنای ساختاری Dream-1 بر اساس مفهوم World Action Models (WAMs) است. در این معماری، پیش‌بینی ویدیو و کنترل اقدامات به عنوان یک مسئله واحد در نظر گرفته می‌شوند. مدل از طریق سه دوربین (یک دوربین سقفی و دو دوربین روی مچ بازوها) جهان را می‌بیند. سیستم به جای خروجی دادن زوایای مفصل که ربات را به یک بدنه خاص محدود می‌کند، موقعیت‌های انتهای بازو (EEF) را پیش‌بینی کرده و حل‌کننده سینماتیک معکوس (IK) ربات آن‌ها را به دستورات حرکتی تبدیل می‌کند.

استفاده از پیکسل‌ها به عنوان زبان مشترک باعث می‌شود که دوربین سر، ربات‌های ناشناخته را به شکل اشکالی در حال حرکت در صحنه ببیند و مدل بتواند با پیش‌بینی وضعیت آینده، اکشن‌های مورد نیاز را تولید کند.

بحث و نظرات در Hacker News

جامعه توسعه‌دهندگان در هکرنیوز نظرات متفاوتی درباره این انتشار داشتند. برخی کاربران با اشاره به ویدیوهای نمایشی، تردیدهایی درباره کاربردی بودن واقعی این ربات‌ها در محیط‌های واقعی مطرح کردند. در مقابل، عده‌ای آن را نشانه‌ای امیدوارکننده از امکان‌پذیر شدن برنامه‌ریزی و کنترل عمومی عملگرها دانستند و پیش‌بینی کردند که تکنولوژی‌های این‌چنینی در آینده نزدیک مورد توجه شرکت‌های بزرگتر قرار خواهند گرفت.