Komputasi untuk pelatihan gerakan robot turun drastis, mengapa Nomura lebih menekankan konsistensi perangkat keras?
SuperMimic melampaui model SONIC yang telah dipublikasikan setelah dilatih selama tiga jam dengan satu GPU, tetapi hasilnya terbatas pada gerakan tubuh di permukaan datar. Nomura menilai, setelah hambatan dalam pengendalian gerakan menurun, keunggulan kompetitif akan lebih bergantung pada konsistensi sendi, biaya, dan kemampuan produksi massal.
Sumber asli：Nomura International (Hong Kong) Ltd.Pertama diterbitkan di Unhidea：Tanggal sumber asli：
Pokok utama
Nomura menilai pelatihan gerakan tubuh yang lebih murah akan melemahkan hambatan dalam perangkat lunak gerakan, sehingga produsen dan pemasok yang mampu membuat banyak robot dengan kestabilan yang seragam memiliki keunggulan lebih besar.
Komputasi pelatihan turun lebih dari seribu kali lipat, apa saja yang membaik?
SuperMimic secara signifikan menurunkan kebutuhan pelatihan untuk pengendalian gerakan seluruh tubuh robot humanoid: penulis makalah menyatakan bahwa setelah tiga jam pelatihan dengan satu GPU H100, kinerjanya melampaui model SONIC yang telah dipublikasikan. Model SONIC menggunakan sekitar 21 ribu jam GPU untuk pelatihan, sehingga penurunannya berdasarkan jam GPU lebih dari seribu kali lipat.
Kinerja pelacakan gerakan juga membaik seiring berkurangnya komputasi. Dalam uji tolok ukur dengan 129,514 gerakan, SuperMimic gagal 25 kali dan SONIC gagal 179 kali; SuperMimic mencapai nol kegagalan setelah dilatih dengan dua GPU selama 9.8 jam. Pengendali tersebut kemudian melakukan gulungan ke samping dan salto 360 derajat pada robot Unitree G1 fisik.
Mengapa perubahan lingkungan pelatihan dapat menghemat begitu banyak komputasi?
Metode tradisional membuat robot berulang kali melakukan uji coba dan memperbaiki kesalahan dalam simulator fisika; semakin besar pustaka gerakan, semakin tinggi kebutuhan komputasinya. SuperMimic terlebih dahulu mempelajari cara satu tubuh bergerak, lalu membiarkan pengendali berlatih dalam model tubuh tersebut; gerakan yang berbeda dapat menggunakan kembali seperangkat aturan tubuh yang sama.
Penghematan berasal dari kecepatan pelatihan dan efisiensi pembelajaran: pada ukuran batch yang umum, latihan di dalam model lebih dari 10 kali lebih cepat daripada di simulator. Model juga dapat langsung memberikan informasi tentang arah penyesuaian gerakan; mekanisme ini sendiri mengurangi jumlah langkah latihan yang diperlukan sekitar 64 kali lipat.
Ketika data gerakan bertambah dari 1 jam menjadi 264 jam, kesalahan prediksi model tubuh tetap stabil, sehingga kebutuhan komputasi akibat penambahan gerakan meningkat lebih lambat. Berdasarkan hal ini, Nomura menilai kunci kemajuannya adalah mengubah tempat latihan, bukan menambah data.
Seberapa jauh terobosan ini dari robot serbaguna?
Perbandingan “lebih dari seribu kali lipat” tidak sepenuhnya sepadan: SuperMimic menggunakan lebih sedikit data gerakan, sementara jumlah data SONIC sekitar 2.3 kali lebih besar, dan SuperMimic menggunakan model GPU yang lebih baru. Penulis makalah menilai perbedaan tersebut tidak cukup untuk menjelaskan kesenjangan seribu kali lipat.
Hasilnya terbatas pada gerakan tubuh di permukaan datar dan tidak mencakup manipulasi objek atau medan yang kompleks; model tubuh hanya belajar dari data simulasi, dan gerakan dalam uji tolok ukur juga termasuk gerakan yang digunakan dalam pelatihan. Karena itu, Nomura menempatkannya sebagai kemajuan pada “serebelum” pengendalian gerakan, dengan batas kemampuan yang masih berada pada tingkat pengendalian tubuh.
Saat hambatan perangkat lunak gerakan menurun, siapa yang lebih mungkin mempertahankan keunggulan?
Survei industri Nomura menunjukkan sekitar 300 perusahaan di Tiongkok telah mampu menyediakan suatu fungsi pengendalian gerakan yang penting, dan keunggulan Unitree selama satu hingga dua tahun dalam perangkat keras dan pengendalian gerakan mungkin mulai menyempit. Setelah pelatihan semakin disederhanakan, bank tersebut menilai daya saing Unitree akan lebih bergantung pada biaya dan skala.
Kemampuan menggunakan kembali perangkat lunak secara massal bergantung pada apakah tubuh robot cukup konsisten. Variasi kalibrasi sendi dalam simulasi pada makalah tersebut hanya ±0.01 radian; Nomura memperkirakan, jika karakteristik gerakan lebih dari 20 sendi tidak seragam, kode pembelajaran penguatan yang sama mungkin hanya cocok untuk sejumlah kecil mesin.
Menurut perkiraan Nomura, aktuator mencakup sekitar 50%–75% biaya komponen robot humanoid. Bank tersebut lebih menjagokan produsen robot utuh dan pemasok utama yang mampu mengendalikan konsistensi, serta menilai Unitree lebih diuntungkan dibandingkan perusahaan model yang membangun perangkat keras sendiri karena pengalaman produksi massal membutuhkan waktu bertahun-tahun untuk dikumpulkan. Titik yang mendasari manfaat tersebut adalah stabilitas manufaktur, bukan sekadar kepemilikan algoritma gerakan.
