In zijn wekelijkse selectie Video Friday zet IEEE Spectrum verschillende recente robotica-projecten in de schijnwerpers, waaronder het GEN-1.5 model van Generalist, dat een nieuwe fysieke taak in enkele seconden zou leren uit één enkel voorbeeld. De andere gepresenteerde projecten gaan over dronevluchten, bouwmachines, brachiatie en een nieuwe interface voor interactie tussen mensen en robots.
- Generalist presenteert GEN-1.5, een robotmodel dat een nieuwe taak leert uit één voorbeeld.
- Het bedrijf claimt het eerste bekende model te zijn dat op grote schaal one- of few-shot leren van fysieke vaardigheden toont.
- De samenstellers merken op dat sommige demonstraties alleen «voor zover wij weten» zonder relevante trainingsdata zijn.
- Andere projecten behandelen drones, bouwmachines, brachiatie en een handschriftinterface voor cobots.
Leren uit één enkel voorbeeld
Generalist presenteert GEN-1.5 als zijn nieuwste foundation model voor robots, dat wil zeggen een algemeen kunstmatig intelligentiemodel bedoeld om fysieke machines aan te sturen. Volgens het bedrijf kan het een nieuwe taak in enkele seconden leren, uit één enkel voorbeeld, zonder updates van zijn parameters of fine-tuning. De geciteerde blogpost heeft het ook over leercapaciteiten uit enkele voorbeelden en zero-shot fysieke generalisatie, dat wil zeggen zonder voorafgaand voorbeeld voor de taak.
Generalist preciseert dat de taken eenvoudig en van korte duur blijven. Het bedrijf schat dat dit het eerste bekende model is dat op grote schaal one- of few-shot leren van fysieke vaardigheden vertoont, en ziet hierin « een significante stap » naar zijn missie om een algemene intelligentie voor de fysieke wereld te bouwen. De samenstellers van de selectie merken echter op dat de blogpost voor verschillende van deze demonstraties alleen kan stellen dat er geen relevante trainingsdata zijn gebruikt « voor zover wij weten ».
Drones, bouwplaatsen en robotarmen
Een project voortgekomen uit een samenwerking tussen de AIMS-groep van de Hong Kong Polytechnic University en het DRAGON Lab van de Universiteit van Tokio presenteert wat de auteurs beschrijven als het eerste trajectoptimalisatiekader gebaseerd op sequentiële convexe programmering, een wiskundige optimalisatieberekening, voor gegeneraliseerde multirotors, zowel conventionele als omnidirectionele. De onderzoekers leggen uit dat ze zich afvroegen « hoe ver een analytisch model gebaseerd op eerste principes » kon gaan, in plaats van gedrag aan te leren uit data.
Op het gebied van bouwplaatsen biedt het bedrijf Gravis Robotics de Gravis Rack, een retrofit-kit die commerciële hydraulische machines ombouwt tot robots. Camera’s, lidar, een lasersensor voor detectie, en een ingebouwde computer stellen de machine in staat zijn omgeving waar te nemen, terwijl een op leren gebaseerde besturing het mogelijk maakt om dicht bij zijn grenzen te werken, met volledige en snelle cycli.
Onderzoekers van EVARL presenteerden verder een reinforcement learning-benadering, WGRL, voor brachiatie, die voortbewegingswijze waarbij men zich van staaf naar staaf zwaait. Volgens hen werkte het geleerde controlebeleid op parcours met verschillende hoogtes, tussenruimtes en oriëntaties van staven, in simulatie-experimenten, en heeft hun op ware grootte gebouwde bimanuele robot vier opeenvolgende staven in de echte wereld overbrugd. Tot slot maken onderzoek van TS-Robotics gebruik van de gewrichtskoppelsensoren van standaard cobots: een passieve plexiglasplaat bevestigd aan de flens van de robot verandert hem in een interface voor handschrift.
Agenda
De Humanoids Summit Seoul vindt plaats op 22 en 23 september 2026 in Seoul, gevolgd door de IROS 2026-conferentie, van 27 september tot 1 oktober 2026 in Pittsburgh. De CoRL 2026-conferentie vindt plaats van 9 tot 12 november 2026 in Austin.
