Robotlar İçin Simülasyon Dünyası Kuruluyor

Cambridge merkezli İngiliz girişim Vsim, robotların fiziksel dünyada görev yapmadan önce sanal ortamlarda eğitilmesini sağlayan yüksek hızlı bir simülasyon sistemi geliştiriyor. Şirketin ofisinde bulunan Freddo adlı robot, bir çalışanın uzattığı plastik şişeyi tanıyıp kavrayarak taşıyabiliyor.

Freddo’nun bu becerileri kazanması ve robota aktarılması yalnızca birkaç dakika sürdü. Vsim’in kurucuları Michelle Lu ve Kier Storey, benzer sistemlerde aynı becerilerin geliştirilmesinin günler alabileceğini belirtiyor. Amaç, gelecekte robotların evlerde ve iş yerlerinde yön bulabilmesi ve faydalı görevleri yerine getirebilmesi.

Simülasyon robotlara binlerce seçenek sunuyor

Robotun becerileri, görevin bir bilgisayar ortamında milyonlarca kez tekrarlanmasıyla geliştiriliyor. Sistem, en uygun hareket biçimini belirledikten sonra bu çözüm, yani politika, gerçek robota yükleniyor. Böylece robotun her beceriyi doğrudan fiziksel ortamda deneme yanılma yoluyla öğrenmesi gerekmiyor.

Vsim’in sistemi, yapay zekâ için kullanılan grafik işlem birimlerinden (GPU) yararlanacak şekilde tasarlandı. Şirket, robotun taşıdığı donanım üzerinde çalışabilen yazılımın, Freddo hareket ederken on binlerce simülasyon yürütebildiğini söylüyor. Robot böylece gelecekte yaklaşık bir saniye içinde gerçekleşebilecek farklı durumları ve bunlara vereceği tepkileri aynı anda değerlendirebiliyor.

Bu özellik, insanların, hayvanların veya başka robotların hareketlerini önceden kestirmenin zor olduğu ev gibi düzensiz ortamlarda önem taşıyor. Beklenmedik bir olay karşısında robotun stratejisini hızla değiştirmesi ve görevini güvenli biçimde sürdürmesi gerekiyor.

Robotik simülasyon alanında Nvidia’nın Isaac Sim sistemi de kullanılıyor. Şirket ayrıca Cosmos adlı bir dünya modeli geliştiriyor; bu sistem robotlara gerçek dünyanın fizik kuralları ve çevrenin hareket sırasında nasıl değişebileceği hakkında temel bir anlayış kazandırmayı amaçlıyor. Ancak Nvidia yöneticisi Spencer Huang’a göre bir şişeyi kavramak görece kolayken, onu doldurup başka bir yere götürerek dökmek gibi uzun ve çok aşamalı görevler hâlâ daha zor.

Robotlar yalnızca simülasyonla değil, insan hareketlerini veya video gösterimlerini izleyerek de eğitilebiliyor. Cambridge Üniversitesi’nden Rika Antonova, Google DeepMind’ın sahibi olduğu açık kaynaklı MuJoCo sistemiyle çalışıyor. Antonova, hızlı simülasyonların robotun hareketini neredeyse gerçek zamanlı değiştirmesine olanak tanıyabileceğini, ancak şekli kolay değişen nesneler ve kesme işlemleri gibi durumların sanal ortamda modellenmesinin hâlâ zor olduğunu belirtiyor.

Vsim, simülasyon ile gerçek dünya arasındaki farkı azaltmayı hedefliyor. Şirketin yakında Nacho adını vereceği ikinci robotu da geliştirme sürecine katılacak. Bu robotun, yazılımın farklı makinelerde çalışmasını sınamaya ve geliştirme çalışmalarını hızlandırmaya yardımcı olması bekleniyor.