Китайска компания за ИИ пуска на пазара ново поколение модели за пространствено възприятие при роботи

/КРОСС/ Китайска компания за ИИ пуска на пазара ново поколение модели за пространствено възприятие при роботи От Robbyant заявиха, че новият модел представлява значителна крачка напред в развитието на пространственото възприятие при роботите. Технологията им помага да развият по-точно разбиране за физическия свят и подобрява способността им да се ориентират в сложни среди.

Моделът LingBot-Depth 2.0 стъпва върху основата на първата си версия (LingBot-Depth), която въведе технологията за моделиране на маскирана дълбочина (Masked Depth Modeling - MDM), за да преодолее предизвикателствата при измерването на дълбочината върху прозрачни и отразяващи повърхности. Новата версия предлага разширени възможности за обучение и значително по-висока производителност.

Системата е обучена с над 150 милиона образци и постига водещи в индустрията резултати в 12 от общо 16 теста за изчисляване на дълбочината, демонстрирайки по-висока точност и надеждност при задачи за възприемане в реална среда.

Нов AI модел решава проблемите при роботизираното измерване на дълбочина

LingBot-Depth 2.0 осигурява значителни подобрения в сложни закрити пространства, където възприемането на дълбочина често е ограничено. Според Robbyant моделът намалява грешката при определяне на дълбочината с повече от половина в сравнение със своя предшественик. В сценарии със сериозна загуба на данни за дълбочината, показателят за средноквадратична грешка (RMSE) е свит от 0,132 на 0,062.

Моделът показва по-добри резултати и в зони, в които традиционните камери за дълбочина обикновено срещат сериозни затруднения - включително при засичането и разпознаването на стъклени повърхности, огледала и други прозрачни обекти.

Китайската компания приписва тези постижения на LingBot-Vision - визуален базов модел, създаден специално за подобряване на начина, по който роботите интерпретират и разбират заобикалящата ги среда. Това е първият модел в бранша, който използва "граничната структура" (boundary structure) като цел при предварителното си обучение. Това му позволява да постигне локализация на границите на субпикселно ниво и по-дълбоко разбиране на пространството за много по-надеждно роботизирано възприятие.