Londyński startup Machenta opublikował 27 października opis modelu, który uczy się nowego zadania z jednej demonstracji i nie wymaga przy tym dotrenowania. Model jest wstępnie trenowany wyłącznie w symulacji. Równolegle firma pozyskała 40 mln dolarów (ok. 146 mln zł) w rundzie zalążkowej.
Najważniejsze w skrócie
- Architektura nazwana vision-demo-action (VDA) przyjmuje demonstrację zamiast polecenia językowego
- Pretrening odbywa się w całości w symulacji, bez rzeczywistych danych treningowych
- Ten sam model obsłużył sześć różnych robotów i kilka metod uczenia, w tym kontroler VR
- Wyniki godzinnych przebiegów: 74 na 74, 78 na 78 i 97 na 99 udanych prób na trzech prostych zadaniach
- Zespół liczy 11 osób, pozostaje w fazie badawczej i nie ma planów szybkiej komercjalizacji
Na czym polega vision-demo-action?
Typowy model sterowania robotem w rodzinie VLA przyjmuje obraz i polecenie w języku naturalnym, po czym przewiduje akcje. Machenta zamienia środkowy człon: zamiast instrukcji tekstowej model dostaje demonstrację zadania obok obrazu z kamer na żywo. Stąd nazwa vision-demo-action, w skrócie VDA.
Różnica ujawnia się dopiero po pokazaniu nowego zadania. W klasycznym podejściu trzeba zebrać zbiór przykładów, uruchomić trening i zmienić wagi modelu. Machenta twierdzi, że jej wstępnie wytrenowany model interpretuje demonstrację bezpośrednio, bez aktualizacji wag i bez czekania na kolejny przebieg treningu.
Mechanicznie jest to bliskie temu, co w modelach językowych nazywamy uczeniem z kontekstu — nowa informacja wchodzi jako wejście, a nie jako zmiana parametrów.
- θ — wagi modelu. W podejściu klasycznym trzeba je zmienić, czyli przetrenować.
- D — demonstracja. W VDA wchodzi jako wejście obok obserwacji, a wagi zostają nietknięte.
- oₜ — obraz z kamer w danej chwili.
Diagram rozdziela dwie ścieżki po tym samym pokazie. Górna gałąź to koszt, który VDA ma usunąć: zbieranie danych i osobny przebieg treningu.
Co dokładnie znaczy natychmiastowa adaptacja?
Określenie „natychmiastowa” odnosi się do adaptacji do nowego zadania, nie do zniesienia treningu w ogóle. Zbudowanie modelu bazowego nadal wymaga znacznego pretreningu — zmienia się to, co dzieje się później, przy wdrażaniu kolejnej operacji.
Podobnie należy czytać deklarację o braku rzeczywistych danych treningowych. Dotyczy ona wyłącznie pretreningu, czyli jest to czysty transfer sim-to-real. Demonstracja i obraz z kamer używane podczas pracy pochodzą już ze świata rzeczywistego.
Jedna demonstracja nie zawsze kończy sprawę. Firma sama opisuje dokładanie przykładów, gdy zadanie jest niejednoznaczne, sklejanie krótszych pokazów w dłuższe sekwencje i próbowanie innych strategii, kiedy fizyczne ograniczenia robota blokują pierwsze podejście. To nadal mieści się w ramach uczenia z jednej demonstracji, ale z zastrzeżeniami.
Co pokazano w praktyce?
Materiał premierowy obejmuje demonstracje manipulacji na sześciu robotach, przy różnych ustawieniach kamer i kilku metodach uczenia — od fizycznego prowadzenia ramienia po kontroler VR. Przykłady to porządkowanie narzędzi, obsługa maszyn i trzyrobotowa sekwencja montażowa.
Firma raportuje też godzinne przebiegi na trzech prostych, samoresetujących się zadaniach: 74 udane ułożenia klocka na 74 próby, 78 podań śrubokręta na 78 oraz 97 udanych postawień butelki na 99. To wyniki podane przez producenta na wąskim zbiorze zadań, a nie dowód równoważnej niezawodności w całej bibliotece demonstracji.
| Zadanie | Udane próby | Wszystkie próby |
|---|---|---|
| Ułożenie klocka | 74 | 74 |
| Podanie śrubokręta | 78 | 78 |
| Postawienie butelki | 97 | 99 |
Osobno pokazano wstępne eksperymenty, w których demonstracje ludzkiej dłoni sterują dłońmi humanoida. Machenta wprost nazywa je wstępnymi?Eksperyment wstępny: Wynik uzyskany poza głównym nurtem prac, bez pełnej walidacji. Pokazuje, że coś zadziałało raz, a nie że działa powtarzalnie. i leżącymi poza głównym nurtem prac — nie dowodzą ogólnej, całościowej sprawności humanoida. Wideo z sekwencją humanoidalną jest w źródle oznaczone jako autonomiczne i odtwarzane w tempie czterokrotnym.
Dlaczego nie wystarczy po prostu dotrenować modelu?
Nasuwa się prostsze rozwiązanie: nagrać kilkadziesiąt demonstracji i przeprowadzić fine-tuning. Tak właśnie działa dziś większość wdrożeń.
Problem jest ekonomiczny, nie techniczny. Każde nowe zadanie staje się osobnym projektem: zebranie danych, uruchomienie treningu, walidacja, wdrożenie. Przy dużych seriach to się opłaca, bo koszt rozkłada się na tysiące cykli.
Przy krótkich seriach i często zmieniających się operacjach rachunek się nie domyka. Robot stoi, bo przygotowanie go do nowej pracy trwa dłużej niż sama praca. To dlatego automatyzacja omija małe zakłady i stanowiska przezbrajane co tydzień.
Jeśli nauczenie nowej operacji sprowadza się do krótkiego pokazu, te zadania wracają do gry. To jest faktyczna stawka architektury VDA, a nie sam wynik na trzech zadaniach testowych.
Czy to już działa?
To wynik badawczy, nie produkt. Machenta liczy 11 osób i — jak podaje Business Insider — pozostaje skupiona na badaniach, bez planów szybkiej komercjalizacji. Finansowanie ma pójść na rekrutację oraz trening na większą skalę: moc obliczeniową i dane symulowane.
Runda zalążkowa wyniosła 40 mln dolarów i była współprowadzona przez Creandum oraz Union Square Ventures. Firmę założyli badacze Imperial College London, Edward Johns i Vitalis Vosylius, a podejście opiera się na sześciu latach prac tego ośrodka, w tym na pracach Implicit Graph Alignment i Instant Policy.
Szersza niezawodność i wdrożenie komercyjne pozostają do wykazania. Opublikowane liczby dotyczą zadań prostych i samoresetujących się, czyli takich, które można powtarzać w pętli bez udziału człowieka.
Dlaczego to ważne?
Zakład Machenty dotyczy czegoś innego niż skala danych. Firma stawia, że dostatecznie zróżnicowane doświadczenie w symulacji uczy ogólnej umiejętności czytania demonstracji, zamiast wymagać symulacji szytych pod konkretne zadanie klienta. Jeśli to się utrzyma przy trudniejszych zadaniach, zmieni się nie wydajność robota, lecz koszt wejścia w automatyzację.
Co dalej?
- Finansowanie ma pójść na rekrutację i trening na większą skalę — więcej mocy obliczeniowej i danych symulowanych
- Firma deklaruje brak planów szybkiej komercjalizacji i pozostaje w fazie badawczej
- Kolejnym testem będzie utrzymanie elastyczności przy trudniejszych zadaniach i w dłuższej pracy ciągłej, poza demonstracjami badawczymi
Źródła
- Machenta — Instant Robot Learning
- Humanoids Daily — Machenta Raises $40 Million to Teach Robots New Tasks From One Demonstration
