Китайска AI компания представи нов модел за пространствено възприятие при роботи
Machine learning reaction and ai artificial intelligence.Chat bot software network.big data and block chain system.Neuralink with smart brain.generative art
Китайската компания за изкуствен интелект Robbyant представи ново поколение модел за пространствено възприятие при роботи.
Моделът LingBot-Depth 2.0 е разработен, за да подобри начина, по който роботите разбират физическия свят около себе си и се ориентират в сложна среда.
Технологията помага на роботите по-точно да изчисляват дълбочина, разстояния и граници на обекти — умения, които са ключови за работа в реална среда.
Новият модел надгражда първата версия LingBot-Depth, която въведе технология за моделиране на маскирана дълбочина. Тя е създадена, за да реши един от големите проблеми при роботизираното зрение — трудното разпознаване на прозрачни и отразяващи повърхности като стъкло и огледала.
Според компанията LingBot-Depth 2.0 предлага по-разширени възможности за обучение и значително по-висока производителност.
Системата е обучена с над 150 млн. образци и постига водещи резултати в 12 от общо 16 теста за изчисляване на дълбочина.
Най-сериозното подобрение е отчетено в сложни закрити пространства, където роботите обикновено срещат затруднения при преценката на разстоянията.
По данни на Robbyant новият модел намалява грешката при определяне на дълбочината с повече от половина спрямо предишната версия. При сценарии със сериозна загуба на данни показателят за грешка е намален от 0,132 на 0,062.
Моделът се справя по-добре и със зони, които традиционните камери за дълбочина трудно разпознават — стъклени повърхности, огледала и други прозрачни обекти.
От компанията обясняват напредъка с използването на LingBot-Vision — визуален базов модел, създаден специално за подобряване на начина, по който роботите интерпретират околната среда.
Технологията използва т.нар. „гранична структура“ при предварителното обучение. Това позволява на системата да локализира границите на обектите с много висока точност и да изгражда по-надеждно пространствено възприятие.
Развитието на подобни модели е важно за следващото поколение роботи, които трябва да се движат и работят безопасно в домове, производствени помещения, болници, складове и други динамични среди.
Бояна Бояджиева
