Dlaczego robot najpierw musi dotrzeć na miejsce, a dopiero potem „myśleć”

Najpierw „fizyczne wejście” do środowiska

W dyskusji o robotach ogólnego przeznaczenia najwięcej uwagi przyciągają zwykle modele AI, rozumienie poleceń i planowanie zadań. Direct Drive — chińska firma rozwijająca napędy oraz roboty kołowo-nożne — stawia jednak inną tezę: pierwszą barierą nie jest wyłącznie inteligencja maszyny, ale jej zdolność do fizycznego dotarcia na miejsce.

Jeśli robot nie potrafi przejechać przez próg, pokonać krawężnika albo poradzić sobie z błotnistym i nierównym podłożem, nie zbierze danych z takiego środowiska. Nie wykona też usługi, niezależnie od tego, jak dobry jest jego model percepcji czy planowania. W tym ujęciu problemem staje się nie tylko „mózg” robota, lecz także jego ciało — nośnik, który musi połączyć świat cyfrowy z fizycznym. 67

Dlaczego same dane i symulacje nie wystarczą

Codzienne otoczenie jest pełne przeszkód, których nie widać na idealnie gładkiej podłodze: progów, schodów, uszkodzonego bruku, pochyłości, luźnego podłoża, błota oraz przejść między wnętrzem a przestrzenią na zewnątrz. Zdaniem firmy konwencjonalne roboty kołowe często nie docierają do takich miejsc, dlatego nie mogą też gromadzić danych o interakcji z nimi. 6

To zmienia sposób definiowania wąskiego gardła. Sama symulacja ma ograniczenia, a robot wykluczony z danego środowiska nie może ani uczyć się na jego podstawie, ani świadczyć w nim usług. Z tego powodu Direct Drive krytycznie podchodzi do wdrożeń, w których to otoczenie musi zostać dopasowane do maszyny — za pomocą specjalnych ramp, oznaczeń, wydzielonych pasów czy ściśle wyznaczonych tras. Firma chce, aby to platforma dostosowywała się do przestrzeni zaprojektowanej dla ludzi. 67

Nie oznacza to jednak, że mobilność jest jedynym wyzwaniem embodied AI. Systemy tego typu muszą także rozwiązywać problemy manipulacji, bezpieczeństwa, percepcji, obliczeń, jakości danych, kosztu i niezawodności. Sama idea embodied AI zakłada system, który postrzega środowisko, podejmuje decyzje i fizycznie na nie oddziałuje. 3

Koła czy nogi? Direct Drive wybiera połączenie obu

Roboty wyłącznie kołowe są szybkie, energooszczędne i praktyczne na gładkich posadzkach oraz drogach. Ich ograniczenia ujawniają się przy wysokich krawężnikach, szczelinach, schodach, luźnym gruncie i nierównościach. 6

Roboty wyłącznie kroczące lepiej radzą sobie z przeszkodami, ale zwykle wymagają większego zużycia energii, bardziej złożonego sterowania i wyższych kosztów podczas rutynowego przemieszczania się na dłuższych dystansach. W materiałach Direct Drive są przedstawiane jako mniej efektywne i trudniejsze do skalowania niż konstrukcje kołowe. 5

Roboty kołowo-nożne mają zachować koła jako podstawowy sposób przemieszczania się, a nogi wykorzystywać wtedy, gdy teren tego wymaga. Przegubowe kończyny mogą podnosić korpus, wykonywać ruch przypominający krok, stabilizować maszynę, zmieniać jej postawę i pomagać w odzyskaniu równowagi. Opis firmy NVIDIA dotyczący modelu TITA wskazuje na podobne połączenie szybkości i zwinności kół z elastycznością nóg, realizowane dzięki przegubom z napędem bezpośrednim oraz silnikom umieszczonym w piastach kół. 4

W praktyce chodzi o pokonywanie krawężników, pochyłości i nierównego bruku bez zatrzymywania pracy oraz bez przebudowywania trasy. Taka baza może działać zarówno wewnątrz budynków, jak i na zewnątrz. To również wyjaśnia, dlaczego firma widzi dla robotów domowych możliwą drogę wejścia do mieszkań najpierw przez „toczenie się”, a nie przez odtworzenie w pełni humanoidalnego chodu.

Co daje napęd bezpośredni

W napędzie bezpośrednim silnik przekazuje moment obrotowy bezpośrednio na koło albo przegub, z pominięciem części tradycyjnych elementów przekładni. Silniki w piastach odpowiadają za napęd kół, natomiast napędy przegubów dostarczają momentu i szybkiej reakcji potrzebnych przy zmianie postawy, wykonywaniu kroków oraz pokonywaniu przeszkód. 4

Ograniczenie liczby elementów pośredniczących ma poprawiać kontrolę momentu i szybkość reakcji na polecenia sterownika. Rozwiązanie nie usuwa jednak problemów konstrukcyjnych: silniki, układ chłodzenia, sterowanie i elementy nośne muszą wytrzymać obciążenia wynikające z takiej architektury.

W tym układzie AI planuje ruch i wybiera sposób działania, ale to sprzęt z napędem bezpośrednim sprawia, że wybrany ruch może zostać wykonany na nieregularnym podłożu. Właśnie na tym opiera się główny argument Direct Drive: ucieleśnienie sztucznej inteligencji nie może zostać rozwiązane wyłącznie za pomocą oprogramowania.

Od Xingtian do modułowego D1

Rozwój platform firmy można przedstawić jako kolejne próby zwiększania dostępu do różnych środowisk:

• Xingtian / Xing Tian (2021) — pierwszy komercyjny robot firmy z dwoma kołami i nogami, mający pokazać, że taka konstrukcja może docierać dalej niż klasyczne podwozie kołowe. 7
• TITA (2023) — platforma kołowo-nożna o ośmiu stopniach swobody, z bardziej rozbudowanym układem przegubów z napędem bezpośrednim oraz architekturą sprzętowo-programową przeznaczoną do rozwoju i integracji. 5
• D1 (2025) — modułowa platforma embodied AI, która może łączyć jednostki robotyczne i przełączać się między konfiguracją dwu-kołowo-nożną a niższą, czterokołową konfiguracją kroczącą. 5

Według specyfikacji publikowanych przez Direct Drive model TITA ma osiem quasi-bezpośrednich napędów przegubów, maksymalny moment obrotowy 120 N·m, osiem stopni swobody, wymienne baterie oraz dostęp do jądra Linuksa i API, a także obsługę ROS 2. 5

Jego wyposażenie obejmuje komputer NVIDIA Jetson Orin NX 16 GB, deklarowaną moc obliczeniową 100 TOPS, czujniki ultradźwiękowe i SPAD oraz kamery binokularne. Szyny w górnej części korpusu pozwalają montować dodatkowe, modułowe akcesoria. 45

TITA jest przeznaczona m.in. do inspekcji, logistyki, rolnictwa i badań. Producent deklaruje aktywne omijanie przeszkód, korektę postawy, odporność na upadki oraz samodzielne odzyskiwanie stabilności. 45

W przypadku D1 firma podaje maksymalną wysokość pokonywanej przeszkody na poziomie 70 cm oraz udźwig do 100 kg w trybie czołgania. Najważniejszą cechą tej platformy ma być jednak nie sam większy udźwig, lecz możliwość zmiany konfiguracji. Pojedyncza jednostka może sprzyjać kompaktowemu przemieszczaniu się po mieście i pokonywaniu schodów czy chodników, a połączony, niższy układ czterokołowy — stabilności, transportowi ciężarów i pracy w trudniejszym terenie. 5

Od dostępu do terenu do zastosowań komercyjnych

Direct Drive przedstawia swoje wdrożenia i sprzedaż komponentów jako dowód, że mobilność z napędem bezpośrednim nie jest wyłącznie eksperymentem laboratoryjnym. Trzeba jednak zachować ostrożność: dane dotyczące skali wykorzystania oraz określenia w rodzaju „pierwszy na świecie” pochodzą w dużej mierze z materiałów firmy lub jej prospektu, więc należy traktować je jako deklaracje przedsiębiorstwa. 57

Sekwencja Xingtian–TITA–D1 pokazuje proponowany przez firmę kierunek rozwoju: najpierw udowodnić użyteczność lokomocji kołowo-nożnej, następnie stworzyć platformę z bogatszym zestawem czujników i narzędziami dla deweloperów, a później dopasowywać formę, udźwig i stabilność do konkretnego zadania. 57

Z tej perspektywy droga do robota ogólnego przeznaczenia ma wyglądać następująco: najpierw zapewnić mu fizyczny dostęp do różnorodnych środowisk, potem gromadzić rzeczywiste dane z interakcji i budować niezawodne wykonywanie zadań, a dopiero później rozszerzać zakres zastosowań. Według Direct Drive kolejność ma znaczenie — bez pokonania pierwszej bariery nawet najbardziej zaawansowana AI nie będzie miała gdzie działać.