PEAR araştırmacıları, yalnızca simülasyonda eşleme ve blok hizalama öğrenen bir modelin fiziksel robot denemelerinin 18'ini tamamladığını bildirdi. Temel model ise hiçbir başarı kaydetmedi. Sistem, 27 milyar parametreli ve erişilebilir ağırlıklara sahip akıl yürütme modeli Qwen3.8-27B'yi gösterimsiz pekiştirmeli öğrenme kullanarak sonradan eğitti. Fiziksel değerlendirmelerde, eğitimde kullanılmayan çift kollu YAM robotu ile birlikte yalnızca simülasyonda eğitilmiş bir kontrol noktası da kullanıldı. Bu kontrol noktası 30 denemenin yedisini tamamladı.
Neden önemli
Farklı donanımlar arasında aktarım sonucu, çalışmanın en önemli göstergesi. Nihai model, değerlendirilen iki görev türünü simülasyonda çalıştı ve ardından bunları eğitim sırasında karşılaşmadığı fiziksel donanıma aktardı. Model 12 eşleme denemesi ile 6 hizalama denemesinde başarılı oldu. Bu sonuç, sentetik çalışmanın belirli bir makineye bağlı hareketlerden daha fazlasını öğretebileceğini gösteriyor.
PEAR, robotları kamera görüntülerini ve makine durumunu okuyarak, metin üzerinde akıl yürüterek ve tutuş pose değişikliklerini belirleyerek kontrol ediyor. Ters kinematik, bu talimatları bir denetleyici yürütmadan önce eklem hareketlerine dönüştürüyor. Performans, koordinat sistemlerini, tutuş yönünü, kameraları ve tamamlanma koşullarını tanımlayan istemlere bağlı. Her fiziksel deneme için 25 turlu bir bütçe ayrıldı.
Pazar etkisi
Çalışma, robotik eğitim için uygulanabilir bir yol sunuyor: Tekrarlanabilir deneyim üretmek amacıyla simülasyon kullanmak ve ardından öğrenilen politikaların fiziksel donanımdaki değişikliklere dayanıp dayanmadığını test etmek. Geliştiriciler genel amaçlı robot sistemleri için gerçek dünyadan eğitim verisi toplamak üzere maliyeti ve süreyi azaltmaya çalışırken bu yaklaşım önem kazanıyor.
Akıl yürütme gecikmesi, dağıtımın önündeki temel kısıt olmayı sürdürüyor. PEAR'ın ayrı gösterimi, düşük hassasiyetli NVFP4 ağırlıkları ve DFlash2 hızlandırıcısı kullanılan bir GB300 üzerinde saniyede 747 tokena ulaştı. Bu da ortalama yüksek çabalı bir akıl yürütme turu üretmek için yaklaşık 4,3 saniye anlamına geliyor. Fiziksel değerlendirmelerde ise kuantizasyon doğruluğu düşürdüğü için BF16 ağırlıkları kullanıldı. Dolayısıyla hız testi ile başarı oranı farklı yapılandırmalara ait.
Bulgular araştırmacılar tarafından raporlandı ve bağımsız tekrarı bekliyor.
Sıkça sorulan sorular
-
PEAR'ın simülasyonda eğitilen modeli fiziksel robot denemelerinde nasıl performans gösterdi?
Model 30 fiziksel denemenin 18'ini tamamladı. Bunların 12'si eşleme, 6'sı hizalama denemesiydi. Temel model hiçbir başarı kaydetmezken yalnızca simülasyonda eğitilmiş kontrol noktası yedi denemeyi tamamladı.
-
YAM robotu PEAR eğitimi sırasında kullanıldı mı?
Hayır. Fiziksel testlerde, karşılaştırılan modellerin hiçbirinin üzerinde eğitilmediği çift kollu bir YAM robotu kullanıldı. Bu nedenle sonuç, farklı donanımlar arasında aktarımın bir testidir.
-
PEAR robotik sistemi için hangi yapay zekâ modeli sonradan eğitildi?
Araştırmacılar, 27 milyar parametreli ve erişilebilir ağırlıklara sahip akıl yürütme modeli Qwen3.8-27B'yi gösterimsiz pekiştirmeli öğrenme kullanarak sonradan eğitti.
-
Saniyede 747 token sonucu neden fiziksel denemelerde kullanılmadı?
Hız gösteriminde düşük hassasiyetli NVFP4 ağırlıkları ve GB300 üzerinde DFlash2 kullanıldı. Fiziksel değerlendirmelerde kuantizasyon doğruluğu düşürdüğü için BF16 tercih edildi. Dolayısıyla yapılandırmalar farklıydı.
-
PEAR'ın simülasyondan aktarım sonucu geniş ölçekde doğrulanmadan önce ne olmalı?
Araştırmacılar tarafından raporlanan bulguların bağımsız olarak tekrar edilmesi, daha geniş görev kapsamı ve daha kısa akıl yürütme süreleri gerekiyor. Ayrıca aktarılan politikaların test edilen YAM robotunun ötesinde de güvenilir çalıştığı gösterilmeli.
CryptoSlate