KinetIQ Ascend 强化学习方法提高了机器人操作的可靠性。来源：Humanoid

机器人操控正在人工智能方面取得进展。总部位于伦敦的 Humanoid 上周推出了 KinetIQ Ascend，它的强化学习 (RL) 方法旨在以人类速度甚至更高的速度达到 99.9% 的操纵可靠性。

“人形种族正在成为一个规模问题，而现实世界的 RL 可以成为答案的核心部分，”Humanoid 首席技术官 Jarad Cannon 表示。 “曾经需要数月手动调整的机器人现在在几天内就超越了人类演示。”

Humanoid 正在构建具有智能功能的人形机器人目标是两年内成为第一大通用工业人形机器人公司。该公司由 Artem Sokolov 于 2024 年创立，拥有来自全球顶尖科技公司的 250 多名工程师、研究人员和创新者。

Humanoid 表示，它正在为现实世界的应用程序构建商业上可行、可扩展且安全的系统，在伦敦、波士顿、温哥华和圣地亚哥设有办事处。今年 5 月，该公司与博世和舍弗勒合作，扩大了 HMND 机器人的生产规模。

KinetIQ Ascend 支持“能力工厂”

Humanoid 表示 KinetIQ 是其专有的四层人工智能框架，专为实际部署而设计。 KinetIQ Ascend 建立在之前的 KinetIQ 平台之上，具有试错学习功能，可帮助公司的机器人直接改进工业任务。

“KinetIQ Ascend 是我们现实世界中的 RL 方法，提供了一种开发机器人能力的新方法，”Cannon 说道。 “无需花费数月时间收集数据并手动调整对于新技能，我们可以从基本行为开始，并允许 RL 将其细化为可部署的功能 - 我们将这一过程描述为构建“能力工厂”，这标志着人形机器人如何从令人印象深刻的演示转变为行业真正可以依赖的工具。”

人形机器人测试展示了改进的操作

人形机器人测试了 KinetIQ Ascend 的多项任务，包括从垃圾箱中拾取零件、将物体交给人类以及使用两个机器人提升和移动容器该公司声称，它在一系列操作场景中都被证明是有效的。

在机器进给应用中，机器人从垃圾箱中拾取钢轴承环并将其放置到传送带上，据报道，机器人的吞吐量提高了 42%，使机器人的操作速度是其最初学习的速度的 1.5 倍。

另一种任务是从杂乱的手提包中拾取物品并将其交给人。吞吐量提高了 85%，同时成功率从 80% 提高到 98%。 Humanoid 表示，在日益复杂的操作场景中，KinetIQ Ascend 继续提供显着改进。

在第三项双手手提袋搬运任务中，机器人使用双臂从桌子上举起手提袋。 KinetIQ Ascend 吞吐量增加了一倍以上，成功率从 78% 上升至 99%。这意味着故障率大约减少了 20 倍，所有结果仅经过几天的训练即可实现。

Humanoid 表示，结果表明 KinetIQ Ascend 展示了一种开发机器人能力的新方法，在从高速单臂拾取到复杂的双手搬运等一系列实际操作任务中证明是有效的。

KinetIQ Ascend 还表明，随着训练时间的增加，机器人性能可预测地提高。这类似于大型语言模型 (LLM) 随着更多计算和数据的可用而改进。该公司表示，观察到的规模扩大趋势d 在模拟实验的支持下，表明其方法可以一直扩展到 100% 的可靠性。

一种新方法还揭示了另外两个发现：仅改进工作流程中最困难的部分就可以改进整个任务，并且机器人能够泛化到训练期间未见过的对象。

Humanoid 在一份新技术报告中概述了所有这些发现，该报告提供了 KinetIQ Ascend 背后的完整方法，包括训练基础设施、算法解决方案以及对结果。