로봇이 단순히 보는 것을 넘어 느낄 수 있게 되면 무엇이 달라질까요? LingBot-Touch 소개

로봇이 단순히 보는 것을 넘어 느낄 수 있게 되면 무엇이 달라질까요?

LingBot-Touch를 만나보세요. 민첩한 조작(dexterous manipulation)을 위한 당사의 오픈 소스 촉각 기반 모델이며, 약 5,000시간의 실제 촉각 데이터로 사전 학습되었습니다.
통합된 이종(heterogeneous) 촉각 모델링을 통해 LingBot-Touch는 센서, 민첩한 손, 작업(tasks), 액션 모델 전반에 걸쳐 전이(transfer)를 지원합니다. 작동하는 모습을 확인해 보세요.
#LingBot #EmbodiedAI #Robotics

이종 촉각을 위한 공유되고 확장 가능한 아키텍처입니다.
LingBot-Touch는 JEPA 기반의 잠재 예측(latent prediction)과 공유된 Haptic Transformer를 사용하여 자기장(magnetic), 압저항성(piezoresistive), 시각촉각(visuotactile) 신호를 공동으로 모델링합니다. 이는 이러한 입력들을 통합 촉각 토큰(unified tactile tokens)으로 인코딩하여 원활한

우리는 LingBot-Touch를 사용하여 힘 제어(force control), 변형(deformation), 시각적 가림(visual occlusion), 양손 협응(bimanual coordination)에 걸친 26가지 다양한 실제 로봇 작업에서 평가했습니다. 이 과정에는 2개의 민첩한 손(Sharpa Wave 및 XHand)과 4개의 액션 모델(LingBot-VLA, π0.5, Diffusion Policy 및 T-Rex)이 사용되었습니다. 평균 작업

[IMG:N]

두 가지 크기로, 성능과 효율성의 균형을 맞췄습니다.
오픈 소스인 Tiny 및 Small 변형 모델은 표현 능력(representational capacity)과 경량 배포(lightweight deployment)의 균형을 이루어 접촉 조건이 빠르게 변할 때 효율적이고 고주파적인 촉각 인지(tactile perception)를 가능하게 합니다. 사전 학습 데이터가 거의

[IMG:N]

LingBot-Touch는 실제 세계의 필요를 중심으로 구축된 촉각 인지(tactile perception)라는, 우리의 체화 기반 접근 방식(embodied-native approach)을 반영합니다.
기술 보고서, 모델 및 코드는 오픈 소스입니다:
프로젝트 페이지:
https://technology.robbyant.com/lingbot-touch
기술 보고서:
https://github.com/Robbyant/lingbot-touch/blob/main/paper/Learning_Heterogeneous_Tactile_Representation_for_General_Dexterous_Manipulation.pdf
…
GitHub:
https://github.com/Robbyant/lingbot-touch
…
Hugging Face: