أخبار ar.wedoany.com، أعلنت شركة "يوانلي لينغجي" عن إطلاق النموذج العالمي التجسيدي DW0.5، ودمجه في إطار التدريب اللاحق للذكاء التجسيدي المعتمد على النماذج العالمية DFOL2.0. يدعم هذا النموذج الأساسي الإدخال متعدد الوسائط، بما في ذلك تعليمات المهام والصور والفيديو، ويمكنه التنبؤ بحالات الفيديو اللاحقة بناءً على الإجراءات السابقة.
باعتبار الذكاء التجسيدي شكلاً من أشكال الذكاء الاصطناعي الفيزيائي، فإن هدفه هو تمكين الروبوتات من تحسين أدائها باستمرار في ظل بيئات وظروف فشل مختلفة. ومع ذلك، ظلت عجلة التدريب اللاحق متعثرة لفترة طويلة. يتطلب اختبار الروبوت الحقيقي مرة واحدة تخصيص الروبوت والموقع والعمالة، وقد يؤدي الفشل إلى انقطاع المهمة؛ وتقترب التغذية الراجعة البشرية من الحكم الواقعي ولكن يصعب تغطيتها بتردد عالٍ؛ أما المحاكاة التقليدية فمنخفضة التكلفة ولكنها تواجه صعوبة في محاكاة حالات عدم اليقين مثل التلامس والانسداد والتشوه في العالم الحقيقي.
يستخدم DW0.5 عشرات الآلاف من ساعات البيانات متعددة الزوايا من الروبوتات الحقيقية لإجراء التدريب المسبق المشترك، ويتمتع بقدرات محاكاة قوية، حيث يمكنه إنشاء فيديوهات للعمليات العادية للأذرع الآلية بالإضافة إلى سيناريوهات فشل المهام المستندة إلى الإجراءات الخاطئة، وذلك لدعم التدريب على التعلم المعزز عبر الإنترنت في إطار DFOL2.0. بصفته محاكياً عالي الدقة، ينقل DW0.5 التعلم المعزز إلى البيئة الافتراضية: حيث يقدم VLA إجراءات مرشحة أولاً، ثم يقوم DW0.5 بمحاكاة المستقبل وتقييم مخاطر النجاح والفشل والانحراف، ثم يعيد التغذية الراجعة إلى التعلم المعزز. وفقاً للبيانات المنشورة، يمكن لهذه العملية تقليل الطلب على بيانات الروبوتات الحقيقية في التدريب اللاحق بنسبة 60%، وخفض التكلفة الإجمالية للتدريب بنسبة 40%.
يعيد DW0.5 هيكلة منطق المحاكاة من خلال ثلاث وحدات خبيرة رئيسية. تعمل وحدة Video Expert ووحدة Action Expert معاً على محاكاة عواقب الإجراءات، حيث تتعامل وحدة Action Expert مع الإجراءات كمعرفة سابقة هيكلية، وتفرض ربط الإجراءات بتوليد الفيديو من خلال المحاذاة على مستوى الإطار، باستخدام آلية الانتباه MoT وقناع الانتباه القطري الجماعي لضمان توافق تسلسل الإجراءات مع تسلسل الفيديو. تتولى وحدة Value Expert مسؤولية تقييم القيمة وبناء التغذية الراجعة، حيث تحول المستقبل المُنشأ إلى إشارات قيمة كثيفة، بما في ذلك تقييم احتمالية النجاح للحالة الحالية أو المسارات المرشحة أو الاختبار بأكمله، ويصل معامل ارتباط القيمة والترتيب (Value-Order Correlation) إلى أكثر من 95%.
يُطلب من DW0.5 بشكل صريح القدرة على توليد مسارات الفشل، لتجنب التحيز الناتج عن التدريب على بيانات النجاح فقط. تغطي استراتيجية البيانات الخاصة به أربعة أنواع من مصادر البيانات: البيانات العامة للروبوتات التجسيدية والبيانات المجمعة ذاتياً من الروبوتات، وبيانات الفيديو من الإنترنت، وبيانات الأنشطة البشرية من منظور الشخص الأول، وبيانات اختبار الروبوتات الحقيقية والمحاكاة، وتشمل الحالات الوسيطة مثل الانحراف والاحتجاز والاسترداد.
على مستوى التطبيق، يلعب DW0.5 ثلاثة أدوار في تدريب ونشر VLA: تعزيز البيانات دون اتصال وبناء التفضيلات، وبيئة التدريب على التعلم المعزز اللاحق، والتخطيط وتقييم السلامة أثناء النشر. بفضل هذه القدرات، يتميز النموذج في متابعة التعليمات عالية المستوى والإجراءات متعددة الخطوات، والتعميم المستمر متعدد الأبعاد عبر البيئات والمهام والتكوينات، واتساق توليد الفيديو متعدد الزوايا، والاتساق العالي بين توليد الإجراءات والفيديو.
وفقاً للعملية الشاملة، يولد النموذج الأساسي DM0.5 مجموعة من الإجراءات الأولية، ثم يقوم DW0.5 بتوليد مسارات النجاح والفشل بشكل جماعي في البيئة الافتراضية، ثم يقوم مدرب التعلم المعزز CFG-RL بتقييم كل مسار، وبعد إرجاع المكافآت، يتم تحديث أوزان النموذج. يتم إنشاء معظم البيانات في هذه الدورة عبر الإنترنت بواسطة DW0.5، مما يقلل من الاعتماد عالي التكلفة على الروبوتات الحقيقية.
في المهام عالية الصعوبة مثل نفخ البالونات وتعليق الملابس وطي الصناديق الورقية، أظهر النموذج المزود بـ DFOL2.0 تحسناً ملحوظاً في معدل نجاح الخطوات الرئيسية مقارنة بخط الأساس SFT البسيط. في مهمة نفخ البالونات، ارتفع معدل نجاح خطوة نفخ البالون من 10% إلى 90%، وإدخال المضخة في البالون من 10% إلى 100%. في مهمة تعليق الملابس، تضاعف معدل نجاح تعليق الملابس على الشماعة من 50% إلى 100%، وارتفع إدخال الشماعة في الملابس من 60% إلى 90%. في مهمة طي الصناديق الورقية، ارتفع معدل نجاح طي الجانب الأيمن والجانب الأيسر من الصندوق من 35% إلى 55% و50% على التوالي.
في اختبارات القياس مثل EWMBench وWorldArena، حصل DW0.5 على درجات 4.73 و73.54 على التوالي، محققاً المركز الأول عالمياً (SOTA) حتى 9 يوليو.
أشارت شركة "يوانلي لينغجي" إلى أن DW0.5 قد أكمل داخلياً عملية التدريب اللاحق التجسيدي المغلقة DFOL2.0، وبدأ في تحمل مهام توليد البيانات وتقييم القيمة وتكرار الاستراتيجيات، وتم دمجه في منصة DexDev MaaS. بالنسبة للنماذج التي تفتقر إلى قدرات التعميم الصفري، يمكن تعويض قدراتها من خلال التدريب اللاحق وإعادة دمجها في الخدمة. شدد المؤسس المشارك لشركة "يوانلي لينغجي"، وانغ تيان تساي، على أن النموذج العالمي لا يزال بحاجة إلى معايرة بواسطة الروبوتات الحقيقية، وأن البيانات الحقيقية لها قيمة لا يمكن الاستغناء عنها. وأشار إلى أنه مع تحسن قدرات النماذج البصرية، يمكن للعاملين في الموقع استخدام كاميرا Ego لجمع بيانات التشغيل، مما يقلل من عتبة التدريب اللاحق في الموقع.
