机器人前瞻（公众号：robot_pro）
编译 | 刘俐杉
编辑 | 许丽思

机器人前瞻7月7日报道，英国机器人公司Humanoid正式发布KinetIQ Ascend，这是该公司自研的强化学习系统。该系统旨在将机器人的操作准确率提升至99.9%，并使其运行速度达到甚至超越人类操作速度。

Humanoid成立于2024年，该公司致力于研发安全、可商业化落地的人形机器人，旨在满足工业、服务和家庭应用等领域的体力劳动需求。Humanoid组建了一支在机器人硬件、机器学习、控制系统及部署领域拥有丰富经验的专业团队。仅成立一年时间，Humanoid便在伦敦、波士顿和温哥华设立了办事处。

Humanoid过去曾推出KinetIQ系统，该系统的设计方式旨在将不同的产品整合在一起，并尽可能充分利用它们之间的共通功能。

KinetIQ系统架构分为四层，覆盖不同的时间尺度和任务编排范围。各层级向上接收执行目标，同时将下层模块作为工具集调用。Humanoid 认为，未来各层级之间的边界将随技术进步逐渐模糊，但鉴于当前人工智能技术的现状，这种分层架构可缩短商业化落地周期。

▲ KinetIQ系统架构图（图源：Humanoid）

Humanoid此次推出的KinetIQ Ascend正是建立在KinetIQ系统的基础之上，KinetIQ Ascend可通过各类训练任务积累经验，实现自主学习，以此提升该公司机器人在工业任务中的能力。

目前KinetIQ Ascend已完成多项实操测试，涵盖料箱取件、人机物料递送、双臂抬运容器等作业场景。测试证明，KinetIQ Ascend在多种操作场景中均表现出色。

在机器人上料的应用中，机器人需从料箱中拾取钢制轴承圈并将其放置到传送带上。如下图技术报告数据显示，KinetIQ Ascend将吞吐量提升了42%，机器人运行速度达到初始人工示范速度的 1.5 倍。

▲ 拾取钢制轴承圈并放置到传送带任务数据图（图源：Humanoid）

▲ 机器人拾取钢制轴承圈并放置到传送带（图源：Humanoid）

在另一项任务中，机器人需要从杂乱的周转箱中拾取物品并递交给人类。结果显示，搭载KinetIQ Ascend后，机器人作业吞吐量提升 85%，同时将抓取成功率从80% 提高至98%。

▲ 拾取物品并递交给人类任务数据图（图源：Humanoid）

▲ 拾取物品并递交给人类（图源：Humanoid）

即便面对复杂度更高的操作场景，KinetIQ Ascend仍能实现性能增益。在第三项双臂搬运任务中，机器人需用双臂将周转箱从桌面上抬起。根据下图数据显示，吞吐量提升了一倍以上，机器人每小时搬运量由 122 箱增至 279 箱，成功率从78%升至99%，相当于故障率降低了约20倍。而上述亮眼效果，仅需数日训练即可实现。

▲ 双臂搬运任务数据图（图源：Humanoid）

▲ 双臂搬运任务（图源：Humanoid）

KinetIQ Ascend的多项测试结果证明，机器人的性能会随着训练时间的增加而提升，这与大语言模型在获得更多算力和数据后性能增强的规律相似。仿真实验进一步佐证该趋势，证明该公司的这套方案有机会实现100%的作业可靠度。

这套新框架还揭示了两项额外发现：第一，仅优化工作流中最困难的部分即可提升全流程作业效果。第二，机器人对训练阶段未见过的物体具备泛化能力。

Humanoid公司首席技术官Jarad Cannon称：“人形机器人的竞赛正演变为规模化能力的较量，而现实世界的强化学习正是破局的核心方案。过去需要数月人工调试参数的机器人，如今仅需数日训练，作业水平便可超越人工示范水平。”

据悉，Humanoid目前已在最新技术报告中系统阐述了上述所有发现，该报告涵盖了KinetIQ Ascend的完整方法论，包括训练基础设施、算法解决方案以及对结果的深入分析。