Robotok AI-fejlesztését egyszerűsíti az AWS új, nyílt forráskódú eszköze

Az Amazon Web Services (AWS) bemutatta nyílt forráskódú Physical AI Toolchain nevű eszköztárát, amely a robotikai fejlesztők munkáját hivatott megkönnyíteni az adatok gyűjtésétől a modellek betanításán, szimulációján és validálásán át egészen a robotokra való telepítésig. Az új megoldás az AWS és az NVIDIA szolgáltatásait integrálja egy egységes fejlesztési folyamatba, hogy csökkentse a mesterséges intelligenciával működő robotok valós környezetben való megbízható működtetéséhez szükséges komplex rendszerek összekapcsolásának kihívásait.

„A célunk, hogy létrehozzunk egyfajta ’easy button’-t, hogy a fejlesztők a problémamegoldásra koncentrálhassanak, ne az infrastruktúra miatt aggódjanak” — nyilatkozta Sri Elaprolu, az AWS Frontier AI Science and Engineering igazgatója a The Robot Reportnak. A Physical AI Toolchain nem helyettesíti közvetlenül a 2025-ben leállított RoboMaker felhőalapú robotikai szimulációs platformot, hanem annak komponenseit is magában foglalva egy szélesebb körű fejlesztési technológiát kínál.

A fejlesztési folyamat lépései

Az eszköztár öt fő területet fed le: szintetikus adatok generálása, modellbetanítás, szimuláció és validálás, edge-eszközökre való telepítés, valamint folyamatos fejlesztés. A robotikai cégek demonstrációs adatokat gyűjthetnek egy feladat végrehajtásáról, szintetikusan generálhatnak további betanítási forgatókönyveket, majd betaníthatják vagy finomhangolhatják a modellt, és mielőtt fizikai robotra telepítenék, szimulációban tesztelhetik azt.

Az AWS a SageMaker platformot használja a modellbetanításhoz, az AWS IoT Greengrass pedig a modellek edge-eszközökre való elosztásáért felel. Az NVIDIA hozzájárulása az Isaac Sim, Isaac Lab, Isaac GR00T és Cosmos szoftverekkel valósul meg. A komponensek külön-külön vagy egy end-to-end munkafolyamat részeként is használhatók.

Szintetikus adatok és visszacsatolás

„Az ezeknek a modelleknek a betanításához szükséges adatok mennyisége jelentős, és kevés adat áll rendelkezésre, ellentétben az LLM-ekkel, amelyekből rengeteg adat található az interneten” — magyarázta Elaprolu. „Tehát hogyan generáljunk adatokat? Hogyan generáljunk szintetikus adatokat, amelyek reprezentálják a valós világot? Ez az egyik dolog, amit megpróbálunk megoldani.”

A szintetikus adatok segíthetnek új forgatókönyvek generálásában, míg a szimuláció lehetővé teszi a fejlesztők számára a modellek tesztelését fizikai hardverre való telepítés előtt. Az eszköztár támogatja a visszacsatolási hurkot is, amelyen keresztül a robotok által a terepen gyűjtött adatok visszakerülnek a felhőbe, és felhasználhatók a modellek javítására. „Ahogy elkezdi skálázni ezeket a robotikai telepítéseket, a helyben rögzített tanulási eredményeket vissza kell juttatni a felhőbe” — mondta Elaprolu. „Így folyamatosan iteráljuk az agyat.”

Tanulságok Amazon robotjaitól

Elaprolu szerint az eszköztár tartalmazza az Amazon saját robotikai műveleteiből levont tanulságokat is, amelyekben már több mint 1 millió robot vesz részt. Azonban az Amazon zárt fulfillment center környezete nem minden olyan környezetet képvisel, ahol a Physical AI működni fog. Elaprolu példaként említette a japán Telexistence robotikai céget, amely humanoid robotokat telepít kisboltokba. Több mint 300 robotot helyeztek üzembe, továbbiak várhatók.

Egy zárt gyárral ellentétben egy kisbolt több változót vezet be, és gyors reagálást igényel a változó körülményekre. „A hibatűrési szintek általában sokkal alacsonyabbak, de ugyanakkor a válaszadási sebességnek sokkal magasabbnak kell lennie” — mondta Elaprolu. Az AWS hardversemlegesen tartja az eszköztárat, így az nem ír elő egy konkrét robotot, hanem infrastruktúrát biztosít a modellek képzésére és különböző gépekre való telepítésére. „Számos hardvertervezési és komponens lesz elérhető a jövőben is” — tette hozzá Elaprolu. „Az eszköztár szándékosan semleges marad a végső hardverrel szemben.”

Az AWS a tactile sensing, vagyis a tapintásérzékelés fontosságára is felhívta a figyelmet, mint a Physical AI speciális képességeinek egyik példájára. A Vulcan robot, Amazon első tapintásérzékelő robotja, szenzorokat használ az elemek felvételéhez és tárolásához a fulfillment centerben.

Bár az eszköztár nem egy tapintásérzékelő platform, a különböző adatforrások, modellbetanítás, szimuláció és edge-telepítés támogatása lehetővé teszi a fejlesztők számára, hogy speciális érzékelőket építsenek be rendszereikbe. Az AWS az ipari környezeteken túlmutató alkalmazásokat is lát, például az építőipari robotok terén, ahol a modelleket az AWS-en tanítják be, majd építkezési zónákban használják.

A Physical AI Toolchain nyílt forráskódú, ami lehetővé teszi induló vállalatok és nagyobb vállalatok számára is a használatát és módosítását. Elaprolu szerint az egyes AWS és NVIDIA komponenseket már ügyfelek is használták, beleértve az AWS Physical AI Fellowship programban részt vevő cégeket is. Az új ajánlat ezeket a komponenseket egy koherensebb munkafolyamatba csomagolja. „Ez az, ahogy becsomagoljuk őket, és zökkenőmentessé tesszük a vállalatok számára” — mondta Elaprolu, aki az AWS Physical AI Fellowship programban részt vevő cégeket is említette a korai felhasználók között.