הוגינג פייס משחררת את לולאת האימון, לא רק סרטון דמו

פולן רובוטיקס (Pollen Robotics), צוות הרובוטיקה של הוגינג פייס (Hugging Face) בבורדו, פתח השבוע הזמנות מוקדמות למיקרודאק (Microduck), דו-רגל קוד-פתוח בגובה 25 ס״מ שמחירו 399 דולר (כ-1,470 שקל). בניגוד להשקות רובוטיקה שמבקשות מהקהל להאמין לסרטון ערוך, כאן מגיעים עם הקוד, סביבות האימון, פונקציות התגמול, הגדרות רנדומיזציית הדומיין ומתכון הסים-טו-ריל (sim-to-real), הכול ציבורי ב־GitHub. שבעה התנהגויות מאומנות מגיעות בקופסה ומופעלות משלט משחק מצורף: הליכה, ישיבה וקימה, בעיטה, אחיזה, החלקה על גלגיליות והתאוששות מנפילה. המשלוחים מיועדים להגיע לפני חג המולד.

חומרה מלאה במחיר של רחפן כניסה

הפלטפורמה שוקלת פחות מ-800 גרם, רוחבה 14 ס״מ, ונושאת 15 מנועים ברגליים, בצוואר ובראש, כולל מקור שמרים חפצים מהרצפה. המחשוב מבוסס רוקצ׳יפ (Rockchip) RK3566 עם מאיץ בינה מלאכותית, זיכרון RAM של 1 ג״ב ואחסון של 32 ג״ב. מערך החיישנים חריג ברמת המחיר הזו: מצלמה קדמית עם נורית אינדיקציה ייעודית, שתי יחידות IMU (אחת בגוף ואחת בראש), ליידאר (LiDAR) קומפקטי ומטריצת זמן-מעוף 8×8, מיקרופונים ורמקול, שתי אנטנות NFC, ווי-פיי ובלוטות׳. סוללת NP-F550 נשלפת של 2,600 מיליאמפר-שעה מספיקה לכשעה פעולה.

אימון במיי-ג׳יי-לאב עם מודל אקטואטור BAM ורנדומיזציית בקלאש

המדיניות (policies) מאומנת ב-microduck_rl, שנבנה על מיי-ג׳יי-לאב (MuJoCo Warp) עם PPO. בפולן מדווחים על שעה עד שעתיים על GPU תומך CUDA עבור הליכה שמישה ב-4,096 סביבות מקבילות; מי שאין לו GPU מקומי יכול להריץ את אותה פקודה עם הדגל `--hf-jobs` על Hugging Face Jobs. עיקר העבודה בסים-טו-ריל יושב במודל האקטואטור: כל סרבו משתמש במודל BAM M6 של דינמיקסל (Dynamixel) XL330, חוק בקרת מתח, EMF חוזר, וחיכוך קולון, סטריבק ותלוי-עומס, במקום בקר PD אידיאלי. רנדומיזציה פר-סביבה מכסה מתח סוללה, נפילת מתח תחת עומס, השהיית פקודה וגודל חיכוך. וריאציות בקלאש (backlash) מאומנות מול ±1° משחק גיר, 2° סך הכול, בטור עם כל אחד מ-14 מפרקי הסרבו בפריסת ה-RL; מכיוון שהמקודד האמיתי יושב בצד המוצא של אותו משחק, התצפיות נקראות דרכו.

זמן ריצה ב-Rust, ייצוא ONNX עם נרמול מובנה, וחוזה תצפיות משותף

המדיניות מאומנת מיוצאת ל-ONNX כאשר מנרמל התצפיות משולב בגרף; בפולן מזהירים מפריסת נקודות צ׳קפוינט שהומרו ידנית בדיוק בגלל זה. על הרובוט רץ זמן ריצה ב-Rust שמניע לולאת בקרה בתדירות 50 הרץ ואת אפיקי המנועים. כל מדיניות חולקת וקטור תצפית שחקן (actor observation) בן 61 ממדים: 48 פרופריוספציה ועוד פקודות לפיתול (3), תנוחת ראש (4) ותנוחת גוף (6). החוזה המשותף הזה מאפשר החלפה חמה (hot-swap) של מדיניות הליכה, התאוששות וטריקים באמצע ריצה. סביבות שמתעלמות מחריץ פקודה מאפסות אותו במקום להשמיט אותו. הרישום המפורט מכסה 13 משימות: מעקב מהירות, קימה, ישיבה-עמידה, הרמה מהקרקע, בעיטת כדור (70 מ״מ, 15 גרם, השחקן עיוור לכדור), רולדה, וחמש סביבות החלקה על גלגיליות.

תוכנה אפאצ׳י-2.0, מכניקה ואלקטרוניקה סגורות, וממשיכת דרכו של ריצ׳י מיני

התוכנה משוחררת ברישיון אפאצ׳י-2.0; קבצי התכנון המכני והאלקטרוני אינם פתוחים. מיקרודאק מגיעה אחרי ריצ׳י מיני (Reachy Mini), שמכר למעלה מ-10,000 יחידות, אך משנה את הגישה: ריצ׳י מיני נבנה לשבת על שולחן וליצור אינטראקציה, מיקרודאק נבנה לעזוב את השולחן, ליפול, ולקום חזרה. כל יחידה מייצרת זהות קולית משלה בהפעלה ראשונה ושומרת עליה לצמיתות, בלי דיבור, רק חתימה קולית ייחודית.