Amap abre código do modelo de corpo inteiro Lambda-0 para robôs
Amap lança Lambda-0 em código aberto sob licença Apache 2.0, utilizando dados humanos sem robôs para treinamento e testes com o Unitree G1.
Resumo rápido
- Amap lançou o modelo Lambda-0 em código aberto no GitHub sob licença Apache 2.0.
- O modelo foi treinado com o conjunto HumanVerse-500 de 500 horas de dados humanos.
- Em testes em robôs Unitree G1, a equipe relatou uma taxa de sucesso de 62,5 por cento.
Entenda o contexto
Amap é a divisão de mapeamento e localização do Alibaba Group. O lançamento do Lambda-0 busca introduzir um método de coleta de dados de corpo inteiro de humanos sem o uso de robôs para treinar modelos voltados a humanoides.
Amap, a unidade de mapeamento e localização do Alibaba Group, lançou o Lambda-0, descrito pela empresa como o primeiro modelo fundacional de corpo inteiro para robôs humanoides construído com comportamento humano de mundo aberto. A pesquisa foi realizada em conjunto com o grupo de negócios ATH, do Alibaba, e o código foi disponibilizado no GitHub sob licença Apache 2.0, acompanhado de um artigo no arXiv.
Coleta de dados sem robôs e desempenho
A proposta do projeto é permitir que um robô humanoide aprenda a andar, a manter postura e a realizar manipulação com as duas mãos sem a presença de um robô durante a coleta de dados. Para isso, o Lambda-0 utiliza um sistema de coleta de dados de corpo inteiro sem robôs, onde coletores vestem dispositivos de consumo comum para registrar movimentos em espaços cotidianos. Segundo a equipe, uma demonstração levou cerca de 29 segundos para ser coletada, em comparação com cerca de 100 segundos com um robô físico. Com esse método, foi criado o dataset HumanVerse-500, contendo 500 horas de dados humanos que alinham visão, movimento corporal e ações das mãos.
De acordo com o artigo, o Lambda-0 obteve resultados relatados como de ponta no benchmark de simulação SIMPLE e em testes com robôs reais. Em sete tarefas de manipulação móvel de longo horizonte e corpo inteiro, o modelo foi transferido de forma zero-shot para um Unitree G1 utilizando apenas dados humanos, alcançando uma taxa de sucesso relatada de 62,5 por cento em robôs reais. Os números divulgados provêm do artigo da equipe e ainda não passaram por reprodução independente.
Referências
- Fonte consultada: Pandaily — Tecnologia chinesa
Links para conferência: não indicam endosso das fontes ao conteúdo do portal.
Gostou? Compartilhe:
Comentários 0
Ninguém comentou ainda. Seja o primeiro!


