Apple avslöjade nyligen en genombrottsteknologi inom humanoidrobotträning, PH2D-metoden (fysiska mänskliga humanoiddata), som ger en ny väg för utveckling av humanoidrobot genom samarbetsutbildning mellan en mänsklig tränare och en robotdemonstrator, kombinerad med lågkostnadsdatainsamling från konsumentkvalitetsenheter. PH2D -metoden ger en ny väg för allmän humanoidrobotforskning och utveckling.
Lågkostnadsutbildningslösning: Konsumentklassanordningar "förvandlades till skatt"
I det senaste forskningsdokumentet "Humanoid Policy ~ Human Policy" föreslår Apple ** "Human Demonstration + Machine Validation" Hybrid Training Model **:
Datainsamlingssidan: Ändra Apple Vision Pro-headset (med bara den nedre vänstra kameran) för att skaffa 3D-huvud- och handställningsdata genom ARKIT-teknik, registrera mänskliga driftsdetaljer (t.ex. grepp och hantering av rörelser); Med Meta Quest-headsetet (utrustat med en Mini ZED-stereokamera) för att synkronisera inspelningen av långsam rörelsevideo- och röstkommandon för att bygga multimodal träningsmaterialkostnadsfördel: jämfört med den traditionella metoden för att förlita sig på dyra och kostsamma träningsmaterial.
Kostnadsfördel: Jämfört med traditionella träningsmetoder som förlitar sig på dyra robotdemonstranter använder PH2D-lösningen befintlig hårdvara för konsumentklass för att avsevärt minska tröskeln för datainsamling.
Hat Model Breakthrough: Blandning av data för att förbättra roboten "Learning Power"
Apples ** "Human-Humanoid Action Transformer (HAT) -modell" är kärnan i tekniken och blandar mänskliga demonstrationsdata med robotutförandedata ** för att skapa ett multimodalt träningsmaterial. Data- och robotutförandedata ** för att generera en generaliserad strategi. Experiment visar att i uppgifter som vertikalt objekt som greppar och vätskeshällning, är generaliseringsförmågan och den operativa robustheten hos den hat-utbildade roboten bättre än för en enda maskindemonstrationsträning, vilket verifierar effektiviteten i modellen "Human-Robot".
Kommersialiseringssignal: Syftet till mobilrobotar för konsumentklass
Även om Apple ännu inte officiellt har meddelat sin robotproduktlinje, har dess tekniklayout avslöjat sitt konsumentkvalitetsscenario-ambitioner: robotlampotypen som visas i studien har redan insett grundläggande interaktion, och branschnyheter sa att Apple undersöker utvecklingen av familjeorienterade mobila robotar, med målet att täcka hushållsarbete, enkla uppgifter och andra scenarier.
Detta tekniska genombrott markerar Apples potentiella strategi att utöka från "hårdvaruekologi" till "smart kroppsekologi", och om den är kopplad till befintliga produktlinjer som Vision Pro och HomeKit, kan det omforma det framtida mönstret för det smarta hemmet.