Mitä Unitreen G1-otteludemo oikeasti kertoo UnifoLM-X2-1.0:sta?

Unitreen G1-humanoidirobotin sparrausvideo on vaikuttava näyttö näennäisesti reaktiivisesta, koko kehon kattavasta robottiohjauksesta kontaktitilanteessa. Johtopäätöksen pitää silti olla kapeampi kuin yhtiön laajimmat tulkinnat: video viittaa siihen, että UnifoLM-X2-1.0 saattaa yhdistää lähitulevaisuuden ennakoinnin ja toiminnan valinnan riittävän hyvin lyhyttä, nopeasti muuttuvaa kamppailutilannetta varten. Se ei vielä osoita vankkaa yleiskäyttöistä humanoidiautonomiaa, varmasti robotissa itsessään tapahtuvaa reaaliaikaista päättelyä tai luotettavaa käyttöönottoa laajassa mittakaavassa. 238

Mitä Unitree kertoo X2-1.0:n tekevän

Unitree esitteli UnifoLM-X2-1.0:n reaaliaikaisena maailman–toiminnan järjestelmänä, joka on tarkoitettu nopeasti muuttuviin ja voimakkaasti vuorovaikutteisiin tilanteisiin. Yhtiön mukaan järjestelmä ennakoi robotin, vastustajan ja niiden fyysisen vuorovaikutuksen lähitulevaisuutta, valitsee ennusteiden perusteella liikkeitä ja toteuttaa ne liike- ja tasapainosäädön suljetulla ohjaussilmukalla. 47

Olennaista on, että Unitreen mukaan G1:tä ei ohjattu VR-laseilla, peliohjaimella eikä ennalta ohjelmoidulla koreografialla. Ero on merkittävä: harjoitellun liikesarjan toistava robotti on aivan eri asia kuin robotti, joka valitsee toimintonsa vastustajan liikkuessa. Toistaiseksi nämä ovat kuitenkin yhtiön omia väitteitä, eivät riippumattomasti auditoituja tuloksia. 478

Mitä videolla näkyy

Noin 39 sekunnin videolla G1 on kehässä pehmustetun ihmisharjoittelijan kanssa. Robotti näyttää säätävän asentoaan ja askellustaan, väistävän tai torjuvan iskuja, palautuvan kontaktista sekä lyövän, potkivan ja vastahyökkäävän. 58

Näkyvä toiminta sopii yhteen sellaisen ohjausjärjestelmän kanssa, joka pystyy seuraamaan liikkuvaa ihmistä ja vakauttamaan humanoidikehon fyysisessä vuorovaikutuksessa. Tämä on itsessään merkityksellistä: kaksijalkaisen robotin tasapainoa, ylävartalon liikettä ja kontaktin aiheuttamia häiriöitä on hallittava samanaikaisesti, ei erillisinä ongelmina.

Video ei kuitenkaan kerro, mikä järjestelmän osa teki minkäkin päätöksen. Julkisesta kuvamateriaalista ei voi erottaa maailmanmallin osuutta alemman tason säätimistä, turvajärjestelmistä, mahdollisesta otosten valikoinnista tai muusta tavanomaisesta robottiohjelmistosta.

Miksi sparraus on hyödyllinen rasitustesti

Sparraus ei sellaisenaan ole käytännön sovelluskohde. Se tiivistää kuitenkin useita ruumiillistuneen tekoälyn vaikeita ongelmia samaan tilanteeseen:

• Nopea havainnointi ja päätöksenteko: järjestelmän on tunnistettava lähestyvä liike ja valittava vastaus ennen kuin tilanne muuttuu.
• Koko kehon suunnittelu: käsien liikkeet vaikuttavat asentoon, ja jalkojen sijoittelu sekä vartalon liike ratkaisevat, pysyykö robotti tasapainossa.
• Häiriöstä palautuminen: kontakti voi siirtää painopistettä, jolloin korjausliikkeen on synnyttävä nopeasti.
• Vuorovaikutteinen sopeutuminen: toisin kuin kiinteässä tehdasympäristössä, toinen osapuoli liikkuu ja reagoi jatkuvasti.

Siksi onnistunut lyhyt vaihto on hyödyllinen laadullinen osoitus suljetun ohjaussilmukan toiminnasta. Jos kokonaisviive olisi suuri tai tasapainonhallinta heikko, robotti reagoisi herkemmin vanhentuneeseen tietoon tai menettäisi vakautensa. Lyhyt esittely ei silti mittaa reaktioaikavaraa, toimintavarmuutta eikä turvallisuutta. 737

Yhteys UnifoLM-WMA-0:aan

X2 näyttää kuuluvan Unitreen laajempaan UnifoLM-maailmanmalli–toiminta-suuntaan. Unitree kuvaa avoimen lähdekoodin UnifoLM-WMA-0:n useita robottityyppejä kattavaksi World-Model-Action-kehykseksi yleistä robottioppimista varten. Sen ydin on maailmanmalli, jonka tarkoitus on ymmärtää robotin ja ympäristön fyysisiä vuorovaikutuksia; ennustettuja tulevia tiloja voidaan puolestaan käyttää toimintojen tuottamisen tukena. 1848

Tämä muodostaa uskottavan käsitteellisen yhteyden X2:n väitettyyn ennusteesta ohjaukseen -silmukkaan: mallinnetaan, mitä seuraavaksi voi tapahtua, ja valitaan toiminto tämän arvion pohjalta. Julkisissa aineistoissa ei kuitenkaan kuvata WMA-0:n ja X2-1.0:n tarkkaa arkkitehtonista suhdetta, koulutusdataa, mallimuutoksia, ohjainsuunnittelua, antureita tai käyttöönottolaitteistoa. X2:ta ei siis pidä käsitellä täysin määriteltynä seuraajana, jonka suorituskykyä voisi verrata suoraan WMA-0:aan. 3438

Lupaava demo, ei vielä vertailuarvo

Vahvin aineistolla tuettu johtopäätös on, että Unitree on esittänyt ilmeisen autonomisen G1:n, joka käy visuaalisesti uskottavaa, reaktiivista sparrausta ihmisharjoittelijan kanssa. Kyse on vaativammasta tilanteesta kuin staattisesta tarttumis- tai käsittelydemosta, ja se tukee mahdollisuutta, että ennakoivista maailmanmalleista voi olla hyötyä humanoidien ohjauksessa. 28

Laajempi väite – että yksi uudelleenkäytettävä maailman–toiminnan malli voisi korvata tehtäväkohtaisia ohjauspolitiikkoja eri roboteissa ja käyttöympäristöissä – on silti tavoite, ei osoitettu tulos. WMA-0:n kuvataan soveltuvan useille robottityypeille, mutta yksi kontrolloitu sparrausvideo ei osoita siirrettävyyttä, luotettavuutta eri ympäristöissä eikä käyttöä robottikalustossa laajassa mittakaavassa. 1848

Keskeiset aukot näytössä

Vahvempaa arviota rajoittavat erityisesti seuraavat seikat:

• Kontrolloitu vastapuoli ja ympäristö: vastustaja oli pehmustettu harjoittelija rajatussa kehässä, ei rajoittamattomassa ympäristössä toimiva kilpailullinen vastustaja. Tämä voi tehdä vuorovaikutuksesta turvallisempaa ja ennakoitavampaa kuin todellisessa käyttökohteessa. 537
• Julkista käyttötelemetriaa ei ole: saatavilla ei ole julkisia vikaprosentteja, häiriötestausprotokollia, anturitietoja, ohjaustaajuuksia, toimintahorisontteja tai raakalokeja, joiden avulla ulkopuoliset voisivat mitata järjestelmän luotettavuutta.
• Robotissa tapahtuva päättely on vahvistamatta: raportoinnissa on nostettu esiin mahdollisuus, että laskennallisesti raskas päättely olisi voinut hyödyntää etäinfrastruktuuria. Julkiset tiedot eivät riitä käyttöönottoarkkitehtuurin määrittämiseen. 1011
• X2:sta ei ole toistettavaa teknistä julkaisua: raporttien mukaan Unitree ei ollut julkaissut X2-1.0:sta teknistä artikkelia, mallipainoja, viivelukuja, standardoituja vertailutuloksia eikä kolmannen osapuolen replikaatiota. Myös X2:n avoin julkaisu on vahvistamatta. 3438

Nämä eivät ole sivuseikkoja. Ne ratkaisevat, onko järjestelmä käyttökelpoinen kuratoidun esittelyn ulkopuolella: toimiiko se verkkoyhteyksien rajoitteissa, miten se käyttäytyy virhetilanteissa, yleistyykö se uusiin olosuhteisiin ja kuinka suuri osa nähdystä suorituskyvystä tulee uudesta mallista verrattuna muuhun ohjausjärjestelmään.

Johtopäätös

Unitreen G1-video on huomattava visuaalinen välietappi humanoidirobotiikassa, koska se näyttää robotin näennäisesti hallitsevan ennakoinnin, liikkumisen, kontaktin ja tasapainon nopeassa vuorovaikutustilanteessa sen sijaan, että se vain suorittaisi kiinteän rutiinin. Asianmukainen arvio on silti lupaava demonstraatio, ei vielä vahvistettu läpimurto.

UnifoLM-X2-1.0 voi olla tärkeä askel kohti ennakoivaa, suljetun silmukan humanoidiohjausta. Kunnes Unitree tai riippumattomat tutkijat julkaisevat tekniset yksityiskohdat, viivemittaukset, virheanalyysit ja toistettavat arvioinnit, video kannattaa nähdä näyttönä potentiaalista – ei todisteena skaalautuvasta, yleiskäyttöisestä robottiautonomiasta. 238