Reward AI revela o om-1: uma política de robô treinada exclusivamente em demonstrações humanas

A Reward AI, uma startup de robótica conhecida por projetos anteriores como DexCap e ALOHA, lançou o OM-1, uma política de manipulação geral treinada exclusivamente em demonstrações humanas. O OM-1 opera em braços industriais e humanoides na velocidade humana, sem exigir teleoperação ou dados no robô. O sistema é baseado no princípio de 'Um Modelo, Uma Interface de Dados, Qualquer Corpo'. Os dados de treinamento do OM-1 vêm de um dispositivo chamado Omnibody Hand, que captura o movimento com um design de sete graus de liberdade, focando em funções-chave como pontos de contato e reorientação de objetos. O dispositivo se adapta a diferentes usuários sem calibração, usando um mecanismo de flexão distal. A Reward AI afirma que as demonstrações gravadas hoje podem treinar robôs que ainda não existem, enfatizando uma pipeline integrada para captura, aprendizado e controle. A política aprende diretamente a partir do movimento humano, com entradas de sensores multimodais e saídas incluindo direção, velocidade e força do movimento. Uma camada de controle de alta frequência, treinada por meio de aprendizado por reforço, lida com desafios dinâmicos como abrir uma porta de geladeira fechada. Apesar da falta de benchmarks públicos, a Reward AI afirma que o OM-1 pode aprender novas tarefas a partir de menos de 30 minutos de dados humanos.