ROBOTERA:n VPP2-malli saavutti kärkisijan RoboDojo-vertailussa

ROBOTERA:n World Action Model (WAM) VPP2 (Video Prediction Policy 2) on saavuttanut ykkössijan RoboDojo-vertailussa. Kyseessä on merkittävä tekoälyn suorituskykyä arvioiva alusta, joka keskittyy robottien manipulointikykyihin.

VPP2-mallin tulokset olivat korkeimmat ilman, että sen suorituskykyä parannettiin lisädatalla tai agenttipohjaisella vahvistusoppimisella (Agent RSI). RoboDojo-vertailun on kehittänyt University of Hong Kongin MMLab yhteistyössä useiden akateemisten laitosten kanssa. Se testaa robottien yleiskäyttöisyyttä vaativissa simuloiduissa ja todellisissa tehtävissä.

Malli saavutti 32,26 % keskimääräisen onnistumisprosentin ja 39,26 pisteen keskiarvon. Se sijoittui ensimmäiseksi yleistettävyydessä, tarkkuudessa ja muistissa verrattuna muihin testattuihin menetelmiin. ROBOTERA on julkaissut VPP2-mallin avoimesti saataville GitHubiin.

ROBOTERA:n VPP2-mallin kehitystyö keskittyy rakentamaan entistä yleistettävämpiä maailmanlaajuisia toimintamalleja. Malli auttaa robotteja ennustamaan paremmin toimintojensa seurauksia ja muuntamaan ohjeet fyysisiksi liikkeiksi. Toisin kuin pelkästään visuaalisen sisällön luomiseen suunnitellut mallit, VPP2 ymmärtää objektien liikkeitä ja pystyy seuraamaan tarkkoja manipulointiohjeita. Se yhdistää videoennustuksen ja toiminnan generoinnin, parantaen robottien luotettavuutta erilaisissa kohteissa, ympäristöissä ja tilanteissa. Vaativissa, monivaiheisissa tehtävissä VPP2 voi hyödyntää myös näkö-kieli-mallia (VLM), joka pilkkoo yleiset ohjeet suoritettaviksi osiksi.

Mallia on testattu laajasti videoennustuksessa, ohjeiden seuraamisessa ja robottimanipulaatiotehtävissä. ALOHA-alustalla VPP2 saavutti 58,5 % keskimääräisen onnistumisprosentin kymmenessä tehtäväkategoriassa, päihittäen kilpailijat yhdeksässä. LIBERO-Pro-vertailussa onnistumisprosentti oli 45,0 %. Yleistason tehtäväsuunnittelun kanssa onnistumisprosentti yli kaksinkertaistui 27,6 %:sta 57,6 %:iin. Nämä tulokset osoittavat VPP2:n kyvyn yhdistää visuaalinen ymmärrys, ohjeiden noudattaminen ja fyysinen toiminta, mikä vie yleiskäyttöistä robotiikkaa lähemmäs käytännön sovelluksia.

ROBOTERA:n saavutus RoboDojo-vertailussa on jo neljäs peräkkäinen ykkössija vuodelle 2026 embodied intelligence -alalla. Aiemmin yhtiö on menestynyt World Arenassa, Benjie's Humanoid Olympic Gamesissä ja RoboChallengessa. Yhdessä meneillään olevien humanoidirobottien käyttöönottojen kanssa China Postin ja SF Expressin logistiikkakeskuksissa Kiinassa, nämä saavutukset korostavat ROBOTERA:n edistystä sekä yleiskäyttöisen robottiälyn kehittämisessä että sen integroinnissa todellisiin sovelluksiin. ROBOTERA pyrkii jatkossa tekemään yleiskäyttöisistä roboteista luotettavia kumppaneita arkipäivän työssä.