(来源:千龙网)
8月22日至26日,第二届世界人形机器人运动会将在北京国家速滑馆举行。记者了解到,“天工”多款人形机器人将参加今年的比赛。目前,工程师们正在给天工“开小灶”,为其继续迭代升级,让它们在运动场上有更好的表现。
6月12日,“活力中国调研行”走进北京亦庄,来到北京人形机器人创新中心,这里是为机器人“编课本”、授课、训练的大本营。
北京人形机器人创新中心,机器人在此完成相关训练。新京报记者 吴婷婷 摄海量数据为机器人编写“教科书”
机器人和人一样要通过学习掌握技能,机器人的“课本”来源于海量数据的采集,北京人形机器人创新中心数据基地就是给机器人“编课本”的地方。
机器人灵巧的手指稳稳捏起细小芯片完成精密组装,另一台机器人的机械手小心翼翼地将玻璃容器探入窄口烧瓶,还有的机器人有条不紊地叠衣物、模拟商超货品摆放……在数据基地,一台台机器人正在各类实景场景中反复练习技能。这里并非普通的生产车间,而是为具身智能机器人输送“养分”的核心基地,海量高质量动作、视觉数据在此诞生。
在数据采集中心,生活化场景依次铺开,如同一个个微缩的综合社区,客厅、厨房、卧室、商超、快餐店等空间,六大场景门类、三十余个子场景错落分布。北京人形机器人创新中心数据基地产品经理穆超介绍,这些场景可随时调整为不同的布局,让机器人适应复杂真实环境,避免因场景单一导致实战“水土不服”。
记者看到,每一台机器人旁边都有一名数据采集人员负责操控设备,完成全套动作,搭载的采集系统同步记录机器人关节运动角度、运行力矩等信息,每一组动作轨迹、每一次力度变化都被完整留存。
除了通过遥操机器人完成数据采集,还有一种采集方式为无机器人本体的采集。工作人员头戴配备摄像头的专用头环,完成取物、厨房操作等动作,无需操控机器人,头部设备便能实时捕捉人体动作、视觉画面与姿态数据。这种方式完全复刻人类的动作,为机器人学习自然流畅的行为模式提供数据支持。
从动作采集到机器人真正学会技能,一套完整流程环环相扣,如同为机器人编撰专属“教科书”。穆超介绍,所有原始数据采集完成后,会进入严格的质检、清洗、标注环节。数据合格有一套严苛标准,“核心任务必须完整落地,比如实验器皿顺利对接、取物不发生碰撞,图像数据也要过关。”
经过层层筛选的优质数据将交付给算法工程师。工程师利用这批数据训练AI模型,最终,训练成熟的模型搭载到机器人本体。这个过程通俗来说,就是工程师将海量的有效数据编写成“教科书”,交给机器人中试基地,这里的工程师将“教材”灌输给机器人,再经过一步步训练,机器人便掌握了跳舞、跑步、做家务、进厂“打工”等各项本领。
北京人形机器人创新中心,工作人员正在采集数据。新京报记者 吴婷婷 摄未来将实现机器人造机器人
北京人形机器人创新中心中试验证平台是天工等机器人的训练营,分为关节生产示范线、小批量试制线、生产示范线、测试服务区、智慧库房等区域。机器人的关节生产线上,大小不一的圆柱形部件是天工机器人全身最关键的部位——髋关节、膝关节、脚踝、手肘等。天工系列目前拥有多款核心型号关节,可灵活适配不同身体部位。在测试服务区,两台天工机器人在黄色区域内来回走动,看似轻松随意,其实工程师要求机器人不能走出黄色区域,这样当它们走上真实赛场,才能在固定区域内完成比赛。
北京人形机器人创新中心相关负责人介绍,在今年的人形机器人运动会上,天工2.0、天工3.0、天工Ultra将参加多个项目的比赛。
北京人形机器人创新中心中试验证平台关节生产负责人石海光介绍,在机器人运动能力提升方面,机器人的散热、高扭矩等技术将继续迭代升级,天工的速度、力量等将有提升。创新中心生产负责人黄哲表示,该中心将对机器人运动员继续迭代,无论是运动性还是表现力都将有新的呈现。
截至目前,该中心具身智能机器人年产能达到5000台套,每天单班次生产至少有8台整机下线。黄哲表示,明年生产线上将会有更多机器人上线,“未来将实现机器人造机器人。”
北京经开区打造未来城市试验场
随着模型能力的增强、训练规模的提升,更多企业推动具身智能机器人在真实场景落地。对此,北京经开区工委委员、管委会副主任李全介绍,经开区创新提出“把整个亦庄新城打造成一个未来城市的试验场”,以场景开放为抓手,破解企业“有技术无场景、有样机难验证”等行业难题,构建“技术迭代—数据积累—场景验证—落地应用”的发展闭环。
“我们发布万台机器人创新应用计划,全面开放亦庄新城全域资源,推动政务服务、城市治理、工业生产、医疗康养、园林水务、商业服务、教育教学、电力巡检等领域应用场景建设。”李全表示,北京经开区创新细分领域赛事机制,从实际需求出发,开展机器人应用赛事活动,推动机器人从“展示品”真正变成“实用品”。
以园林水务智能机器人赛事为例,经开区组织企业走进南海子公园,将园林养护、游园巡检、水下救援等城市真实运行场景作为赛场,汇聚了来自全国18家单位的30余款产品,让机器人在自然环境、复杂工况下开展全流程实景作业,真正实现“在场景中比赛、在应用中检验”。