Transformer Transformer: Hareketten Robot Tasarımına Birleşik Model

Transformer Transformer, bir manipülasyon demosunu girdi olarak alıp o harekete özel tam bir robot gövdesi -tüm bağlantılar, eklemler, motorlar ve atalet özellikleri- üreten birleşik bir difüzyon transformer modeli. Sistem, RoboTokens adı verilen ve robot embodiment'larını, durumlarını ve eylemlerini tek bir tipli token dizisine kodlayan bir gösterim üzerinde eğitiliyor; bu sayede tekerlekli çift kollu sistemlerden dört ayaklılara ve insansı robotlara kadar farklı gövde uzaylarını tek mimari ile kapsıyor.

Aynı ağırlıklar üç farklı rolü oynayabiliyor: koşulsuz robot üreteci, embodiment'a duyarlı çapraz-gövde kontrolcüsü ve hareket koşullu tasarımcı. Çıkarım sırasında ödülden bağımsız dinamik tahminleri, 'Dynamics Self-Guidance' adı verilen bir prosedürle ödüle özgü değer tahminlerine dönüştürülüp embodiment difüzyonunu yönlendiriyor. Bu yaklaşım, ayrı bir optimize edici, eleştirmen ve kontrolcü hattı gerektirmeden tek modelle tasarım, doğrulama ve kontrolü birleştiriyor.

Ekip, üretilen tasarımlardan birini ALOHA2 çift kollu platformunda kumaş fırlatma görevi için gerçek donanıma taşıdı; sonuçta izleme hatası %73, maksimum eklem hızı ise %30 azaldı. Üç farklı tasarım uzayında yapılan deneyler, modelin daha önce görmediği ödül fonksiyonları ve yörüngeler üzerinde sıfır-atış (zero-shot) optimizasyon yapabildiğini ve evrimsel bir temel yönteme kıyasla hem performans hem çalışma süresi açısından üstün olduğunu gösteriyor. Robotik mühendisleri için bu, embodiment tasarımının artık politika eğitiminden ayrı bir adım olmaktan çıkıp aynı öğrenilebilir modelin parçası haline gelebileceğini gösteriyor.