Reward AI presenta om-1: una política de robot entrenada exclusivamente con demostraciones humanas

Reward AI, una startup de robótica conocida por proyectos anteriores como DexCap y ALOHA, ha lanzado OM-1, una política de manipulación de propósito general entrenada exclusivamente con demostraciones humanas. OM-1 funciona con brazos industriales y humanoides a velocidad humana, sin necesidad de teleoperación ni datos en el robot. El sistema se basa en el principio de 'Un modelo, una interfaz de datos, cualquier cuerpo'. Los datos de entrenamiento de OM-1 provienen de un dispositivo llamado Omnibody Hand, que captura el movimiento con un diseño de siete grados de libertad, centrándose en funciones clave como puntos de contacto y reorientación de objetos. El dispositivo se adapta a diferentes usuarios sin calibración, utilizando un mecanismo de flexión distal. Reward AI afirma que las demostraciones grabadas hoy pueden entrenar robots que aún no existen, enfatizando una tubería integrada para la captura, el aprendizaje y el control. La política aprende directamente del movimiento humano, con entradas de sensores multimodales y salidas que incluyen dirección, velocidad y fuerza del movimiento. Una capa de control de alta frecuencia, entrenada mediante aprendizaje por refuerzo, gestiona desafíos dinámicos como abrir la puerta de un refrigerador cerrado. A pesar de la falta de puntos de referencia públicos, Reward AI afirma que OM-1 puede aprender nuevas tareas a partir de menos de 30 minutos de datos humanos.