1X の最新ビデオについて知りたいことすべて

つい先月、オスロに拠点を置く 1X (旧 Halodi Robotics) は、1 億米ドルという巨額のシリーズ B を発表しましたが、明らかにその取り組みに力を入れています。先週投稿された新しいビデオでは、 [insert collective noun for humanoid robots here] エンドツーエンドのニューラル ネットワーク (ピクセルからアクションまで) を活用してさまざまなタスクを実行する、EVE のアンドロイド風のモバイル マニピュレーターです。 そして何よりも、ビデオは多かれ少なかれ正直なもののようです。シングルテイク、（適切な）1倍速、そして完全な自律性です。 しかし、まだ質問がありました！ そして1Xには答えがあります。

私と同じように、このビデオを見た後に、その植物が実際に枯れているのかどうか、重み付けされたコンパニオン キューブの運命など、いくつかの非常に重要な質問がある場合は、この Q&A を読んでください。 エリック・チャン1X 人工知能担当副社長。

このテイクを得るのに何テイクかかりましたか?

エリック・チャン： 1分以上続いたテイクが約10テイク。 このようなビデオを制作するのは初めてだったので、撮影スタッフを調整し、印象的に見えるように撮影をセットアップする方法を学ぶことが重要でした。

特にフロッピーなものや透明なものについてロボットを訓練しましたか?

チャン： いいえ！ 私たちは、硬いもの、変形可能なもの、透明なものなど、あらゆる種類の物体を検出できるようにニューラル ネットワークを訓練します。 操作をピクセルからエンドツーエンドでトレーニングするため、変形可能なオブジェクトや透明なオブジェクトを選択することは、把握しようとしているものの正確なジオメトリを把握する必要がある従来の把握パイプラインよりもはるかに簡単です。

あなたのロボットがこれらのタスクをより速く実行するのを妨げているものは何でしょうか?

チャン： 当社のロボットはデモンストレーションから学習するため、人間の遠隔操作者がタスクをデモンストレーションするのとまったく同じ速度で動作します。 私たちがより速く動くデモを集めれば、ロボットもそうするでしょう。

このビデオの作成中に、何個の加重コンパニオン キューブが損傷しましたか?

チャン： 1X では、重み付けされたコンパニオン キューブには権利がありません。

これは非常に優れた充電方法ですが、ベースと直接接続するドライブオン インターフェイスよりもはるかに複雑に思えます。 代わりに操作を使用する理由は何でしょうか?

チャン： これがロボットを充電する最も簡単な方法ではないことは正しいですが、あらゆる種類の物体を操作できる汎用性があり信頼できるロボットを構築するという使命を成功させるには、ニューラル ネットワークを次のようにする必要があります。少なくともこのタスクは実行できます。 さらに、コストが大幅に削減され、システムが簡素化されます。

あの青いぬいぐるみは何の動物でしょう？

チャン： 肥満のサメだと思います。

このビデオには何種類のロボットが登場しますか?

チャン： 17? さらに静止しているものもあります。

ロボットをどうやって区別するのですか？

チャン： ベースには小さな数字が印刷されています。

あの植物は枯れてしまったのでしょうか？

チャン： はい、CGI/3D レンダリングされたビデオでは枯れた植物を追加するという面倒なことは決してしないので、このように配置しました。

窓際のロボットはどのような存亡の危機に瀕しているのでしょうか？

チャン： そうだった 察するに ウィンドウを繰り返し開閉します (統計的有意性をテストするのに適しています)。

ロボットの 1 つが実際にヘルメットをかぶり、スーツを着てグリッパーを持ち、移動ベースの上に立っている人間だったとしたら、私はそれを見分けることができるでしょうか?

チャン： YouTube ビデオの次のコメントにとてもうれしく思いました。

しかし、肩に向かって上腕が先細になっている部分を見ると、これほど広い肩幅を持ちながら、人間が中に入るには細すぎます。

あなたのロボットはなぜいつもそんなに幸せなのですか? 彼らの顔を使って、より複雑な HRI (ヒューマン ロボット インタラクション) を行う予定はありますか?

チャン： はい、より複雑な HRI のものが進行中です。

あなたのロボットは自律的に相互に連携できますか?

チャン： 乞うご期待！

スキューテトロミノが一番難しいですか？ ロボット操作用のテトロミノ？