Skild AI, futbol oynayan insansı robotunun yeni bir gösterimini yayımladı. Şirketin teknik açıklamasına göre robotu yöneten model, hareketleri tek tek tarif eden bir yönergeyle değil, simülasyonda kendi sürümleriyle maç yaparak geliştirildi. Eğitimde verilen temel hedef gol atmaktı; top sürme, rakibin önünü kesme ve dengesini toplama gibi hareketler bu hedefin çevresinde ortaya çıktı.
Gösterimin en dikkat çekici yanı, simülasyonda öğrenilen davranışların fiziksel bir insansı robota aktarılması. Skild AI, NVIDIA Isaac Sim ortamındaki maçların toplamını yaklaşık 140 yıllık simüle edilmiş oyun olarak tanımlıyor. Bu sayı robotun gerçek dünyada 140 yıl antrenman yaptığı anlamına gelmiyor; sanal ortamda hızlandırılmış ve yinelenmiş deneyimlerin toplamını anlatıyor.
Şirket ilk simüle edilmiş aylarda modelin yürümekte zorlandığını, ilerleyen aşamalarda düşmenin ardından ayağa kalkmayı öğrendiğini belirtiyor. Rakip olarak modelin önceki sürümleri kullanıldığı için her yeni beceri, daha güçlü bir savunmayla sınandı. Böylece eğitim zorluğu, model geliştikçe kendi içinde yükseldi.
Yöntem, video oyunlarında kullanılan kendi kendine oynama fikrini robotun fiziksel hareketlerine taşıyor. Skild AI, gol dışında top saklama veya müdahale etme için ayrı ödüller tanımlamadığını söylüyor. Bu davranışlar, gol atma şansını artırdıkları ölçüde modelin tercih ettiği stratejilere dönüşmüş. Açıklama, eğitimin ayrıntılı veri ve başarı oranlarının tamamını paylaşmıyor.
Robotun öğrendikleri ve deneyin sınırları
Robotun gerçek sahadaki kısa gösterimi, simülasyondan donanıma aktarımın çalıştığını ortaya koyuyor. Bununla birlikte videodaki hareketleri profesyonel futbolcularla karşılaştırmak veya her ortamda aynı başarıyı beklemek için veri yok. Zemin, top, rakip ve temas koşulları değiştiğinde performansın nasıl etkileneceği henüz bağımsız ölçümlerle gösterilmedi.
Günün Öne Çıkan Fırsatları
REKLAM — Bu içerikte satış ortaklığı bağlantıları bulunmaktadır. Bu bağlantılar üzerinden yapılan alışverişlerden Teknoblog komisyon kazanabilir.
İLGİNİZİ ÇEKEBİLİR
2025’te dünyada 7 bin insansı robot satışı kaydedildi
YouTube, konuşarak video düzenleyen Gemini aracını duyurdu
Çin, veriyi yörüngede işleyecek Supercomputing-1 uydusunu fırlattı
Microsoft’a göre yapay zekâ kullanımı dünya genelinde yüzde 18,8’e çıktı
Microsoft’un RetroChimera modeli molekül üretimi için sentez rotası öneriyor
Skild AI daha önce S1 adını verdiği temel robot modelini tanıtmıştı. S1; insan videoları, veri toplama eldivenleri, simülasyon ve uzaktan kumandayla edinilen örneklerden yararlanıyor. Futbol çalışması, bu ön eğitimin ardından gelen pekiştirmeli öğrenme aşamasını gösteriyor. Dolayısıyla robotun bütün hareketleri sıfır veriden öğrendiğini söylemek de tabloyu eksik bırakır.
Futbolun seçilmesi tesadüf değil. Oyun, koşma ve denge gibi motor becerileri; topa ve rakibe göre karar verme gibi stratejik becerilerle bir araya getiriyor. Tek bir sabit hareket dizisi, maçın değişen durumlarını karşılamaya yetmiyor. Bu nedenle gösterim, robotların farklı koşullara uyum sağlaması açısından araştırma değeri taşıyor.
Şirket aynı yaklaşımı spor dışındaki günlük robot görevlerine genişletmeye çalıştığını belirtiyor. Ancak paylaşılan çalışmada ev, fabrika veya inşaat alanında tamamlanmış bir uygulama sunulmuyor. Futbol demosu, ileride bu alanlarda işe yarayabilecek bir eğitim yöntemine işaret ediyor; hazır bir genel amaçlı robot ürününü duyurmuyor.
Bugünkü sonuçta asıl ölçülmesi gereken nokta, simülasyonda kazanılan becerinin gerçek dünyada ne kadar güvenilir kaldığı. Skild AI bunu sahadaki gösterimle ilk kez somutlaştırıyor. Daha uzun maçlar, farklı robotlar ve dış değerlendirmeler, yöntemin sınırlarını netleştirecek.
İnsansı robotların kullanımı için hız kadar güvenli ve öngörülebilir hareket de gerekli. Skild AI’nın videosu, modelin bir hedefe ulaşmak için kendi hareket stratejilerini üretebildiğini gösteriyor. Bir sonraki aşamada aynı esnekliğin kontrol edilebilir biçimde tekrarlanması belirleyici olacak.
