WUWENAI satsar på virtuell och fysisk data för nästa generations robotar

WUWENAIs grundidé är att embodied AI – AI-system som kan uppfatta och agera i den fysiska världen – inte kan skalas enbart genom att samla in fler demonstrationer. Bolagets föreslagna Real-to-Sim-to-Real-loop använder verkliga interaktioner som grund för en generativ världsmodell. Den modellen omvandlas sedan till en styrbar simulator som kan skapa och testa många alternativa händelseförlopp. Misslyckanden och svåra specialfall förs därefter tillbaka till den fysiska datainsamlingen.

På så sätt vill WUWENAI samla datainsamling, policyträning, utvärdering och förbättring i ett och samma system. Företaget beskriver grundaren och vd:n Liu Shengxiang, tidigare ansvarig för data och tester inom Baidus satsning på autonom körning, som drivande bakom denna infrastrukturstrategi. 8

Tre delar som ska bilda en datamotor

1. Data Factory: verkligheten som grund

I den fysiska datainsamlingen används multimodala riggar för att registrera synkroniserade observationer och handlingar när robotar samspelar med föremål. Det kan handla om visuellt tillstånd, rörelser, kontaktinformation och resultatet av en uppgift.

Målet är att fånga den fysiska orsakskedja som ofta saknas i vanliga webbvideor och helt syntetiska scener – och att skapa data som faktiskt hjälper robotar att styra och manipulera föremål, inte bara data som ser realistiska ut.

WUWENAI har också lanserat plattformen Wuyin för fysisk AI-data. Bolaget uppger att plattformen omfattar mer än 1 000 TB data och 10 000 timmar öppna dataset av hög kvalitet. 12

2. Generative World Model: fler erfarenheter ur samma grunddata

Världsmodellen lär sig hur en scen förändras när en fysisk agent utför olika handlingar. Med utgångspunkt i verkliga data kan den sedan skapa varianter av uppgifter, rörelsebanor, störningar, objektkonfigurationer och olika typer av misslyckanden.

En världsmodell är i grunden ett neuralt nätverk som lär sig representera en scen och dess utveckling över tid i en komprimerad form. 5 För robotik är det avgörande att modellen inte bara återger visuellt övertygande bilder, utan också fångar vad som sannolikt händer när roboten griper, trycker, drar eller stöter på ett hinder.

3. World Simulator: träning, testning och urval

I simulatorn kan robotpolicys testas betydligt snabbare och billigare än på fysisk hårdvara. Systemet kan bedöma resultaten, hitta situationer där policyn fungerar dåligt och avgöra vilka fall som bör samlas in på nytt i den verkliga världen.

Forskning om interaktiva, handlingsstyrda simulatorer visar att utvärderingar i simulatorn kan korrelera med hur en policy presterar i verkligheten. Men området är fortfarande under utveckling – det är inte en färdig och löst teknik. 3

Hur kan detta bli miljontals timmars träning?

Liu Shengxiangs centrala påstående är inte att WUWENAI ska spela in miljontals robot-timmar fysiskt. Tanken är i stället att ett relativt begränsat antal verklighetsförankrade interaktioner ska fungera som ett fröbibliotek. Därifrån kan modellen generera stora mängder kontrollerbara träningsbanor och alternativa händelseförlopp.

Den fysiska loopen ska hela tiden korrigera simulatorn och minska risken för att modellen gradvis glider bort från verkligheten. Den virtuella loopen står för skalan. Mönstret ligger nära den slutna återkoppling mellan verkliga robotförsök, världsmodellsgenerering och policyförbättring som börjar synas i forskning om reinforcement learning med riktiga robotar. 4

Varför räcker inte de vanligaste alternativen?

• Teleoperation ger demonstrationer med tydliga handlingsetiketter, men är dyrt, långsamt och beroende av operatörer. Datamängden tenderar dessutom att domineras av lyckade beteenden, medan sällsynta fel och alternativa handlingsförlopp är svårare att täcka.
• Förstapersonsvideo från människor erbjuder stor skala, men saknar ofta robotens handlingar, kalibrerad geometri, kraft- och kontaktdata samt en direkt koppling till robotens kropp. Därför blir den svagare som handledning för precisionskrävande manipulation.
• Ren simulering är billig och kan ge stor variation, men riskerar att innehålla felaktig geometri, kontaktfysik, sensorbrus, objektbeteenden eller förenklade mänskliga miljöer. Det är kärnan i det så kallade sim-to-real-gapet. Att kontinuerligt anpassa en digital tvilling efter verkliga observationer är tänkt att minska problemet. 2

Från imitation till reinforcement learning

Demonstrationer är användbara för att starta imitation learning: roboten lär sig i princip att göra det demonstratören gjorde. Men en tillräckligt tillförlitlig simulator som reagerar på robotens handlingar öppnar för ett annat arbetssätt.

Där kan policyn prova alternativa strategier, få belöningar för hur väl uppgiften lyckas, optimera beteenden över längre tid och lära sig återhämta sig efter misstag. Det är steget mot reinforcement learning, där systemet inte bara kopierar en demonstration utan också upptäcker förbättringar genom försök och återkoppling.

Ny forskning har visat hur vision-language-action-policys kan finjusteras med reinforcement learning i världsmodeller. Robust belöningsdesign och tillräckligt hög modelltrohet är dock fortfarande de avgörande begränsningarna. 1

Ett kapplöpning mot samma arkitektur

Konkurrensen handlar därför mindre om en enskild funktion och mer om vem som kan bygga den mest tillförlitliga datamaskinen för robotik. World Labs beskriver exempelvis sitt SceniX som en R2S2R-motor som omvandlar en fysisk uppgift till många styrbara och återanvändbara simulerade världar för träning och testning. 7

Google DeepMinds forskning har länge kopplat inlärda dynamikmodeller till skalbar reinforcement learning. 3 Tesla har samtidigt tydliga fördelar inom hårdvaruutveckling, tillverkning och sitt bredare ekosystem för data och beräkningskraft. Det finns däremot inte tillräckligt med offentliga belägg för att slå fast att WUWENAI ligger tekniskt före Tesla eller DeepMind.

Varför Kina är en viktig hemmamarknad

Kina har världens största installerade bas av industrirobotar och bygger samtidigt ut sin humanoida robotik, medan delar av leverantörskedjan för robotik lokaliseras. 6 Officiella bedömningar beskriver också embodied AI som på väg från försök i liten skala mot bredare användning. 9

Det ger ett potentiellt stort inhemskt underlag av fabriker, robotar, uppgifter och användningsmiljöer. För ett företag som säljer datainfrastruktur kan det skapa möjligheter att samla in verklighetsförankrande data och erbjuda gemensamma verktyg till flera robottillverkare.

Det stora frågetecknet återstår

Påståenden om att WUWENAI är ett företag i världsklass eller ligger månader före konkurrenterna kommer från bolaget självt och från mediebevakning. De är inte oberoende bekräftade genom offentliga jämförelsetester.

Det verkliga testet blir därför om simulatorn kan förutsäga kontaktintensiva och långsiktiga förlopp tillräckligt väl för att policys som tränats virtuellt konsekvent ska fungera på olika robotar, föremål och platser. Om svaret blir ja kan Real-to-Sim-to-Real bli en viktig väg runt robotikens dataproblem. Om svaret blir nej riskerar de syntetiska timmarna bara att skala upp felaktiga antaganden.