Atlas, il robot umanoide noto per le sue performance di parkour e danza, ha recentemente dimostrato un’abilità ancora più significativa: ha imparato a camminare e afferrare oggetti utilizzando un singolo modello di intelligenza artificiale. Questo rappresenta un passo avanti epocale nella robotica, poiché tradizionalmente i robot utilizzano modelli separati per il controllo degli arti inferiori e superiori.
Sviluppato da Boston Dynamics e dal Toyota Research Institute (TRI), questo modello generalista apprende il controllo di braccia e gambe da una serie di esempi di azioni. “I piedi sono come mani aggiuntive per il modello”, afferma Russ Tedrake, robotico del TRI e del MIT, che ha guidato la ricerca insieme a Scott Kuindersma di Boston Dynamics. “E funziona, il che è fantastico”.
Il modello riceve input dalle immagini dei sensori visivi di Atlas, dai dati di propriocezione dei sensori corporei e da prompt linguistici relativi a diverse azioni. Attraverso teleoperazione, simulazione e video dimostrativi, il modello impara a eseguire una varietà di compiti. Il risultante Large Behavior Model (LBM) controlla il robot in modo più naturale. Ad esempio, quando preleva oggetti da un contenitore, Atlas riposiziona le gambe per riequilibrarsi, proprio come farebbe un essere umano.
L’LBM mostra anche comportamenti emergenti. Se Atlas lascia cadere un oggetto, lo raccoglie senza essere stato specificamente addestrato a farlo. Analogamente ai Large Language Models (LLM) che a volte mostrano capacità inaspettate, i robotici sperano che questa strategia porti a robot con nuove abilità sorprendenti.
Tedrake afferma che Atlas e altri robot stanno mostrando segni di apprendimento generalizzato. Il suo laboratorio sta sperimentando anche con diversi tipi di bracci robotici addestrati per eseguire vari compiti, come affettare verdure e raccogliere chicchi di caffè. “Penso che stia cambiando tutto” dice Tedrake, convinto che gli approcci utilizzati per gli LLM funzionino anche per i robot.
Valutare i progressi nella robotica è diventato più complesso, con video che mostrano umanoidi commerciali che eseguono compiti complessi con apparente facilità. Tuttavia, questi video possono essere ingannevoli, poiché i robot sono spesso teleoperati, programmati in anticipo o addestrati per una singola attività in condizioni controllate. Il lavoro su Atlas suggerisce un progresso simile a quello che ha portato ai modelli linguistici generalizzati come ChatGPT.
Questo progresso potrebbe portare a robot in grado di operare in ambienti disordinati e apprendere rapidamente nuove competenze, dalla saldatura alla preparazione di caffè, senza un lungo addestramento. Ken Goldberg, robotico dell’UC Berkeley, definisce il coordinamento di gambe e braccia “un grande passo avanti”, pur invitando a cautela riguardo al concetto di comportamento emergente, che potrebbe derivare da esempi presenti nei dati di addestramento.
Resta da vedere se l’aumento dei dati di addestramento sbloccherà comportamenti emergenti ancora più sorprendenti. Tedrake è convinto che la robotica sia vicina a un punto di svolta che consentirà un maggiore utilizzo di umanoidi e altri robot nel mondo reale. “Penso che dobbiamo portare questi robot nel mondo e fargli iniziare a fare un vero lavoro”, conclude.
