AI Coirpithe i Róbataic Thionsclaíoch: Conas atá Samhlacha Fís-Teanga-Gníomhaíochta ag Athrú Cláreagrú Róbat

Clár na nÁbhar

Nuashonrú Deiridh: 12 Meitheamh, 2026

AI Coirpithe i Róbataic Thionsclaíoch: Conas atá Samhlacha Fís-Teanga-Gníomhaíochta ag Athrú Cláreagrú Róbat

Tagraíonn AI coirpithe d’fhaisnéis meaisín a bhraithfidh a thimpeallacht trí braiteoirí, a réasúnaíonn faoina bhfeiceann sé, agus a ghineann gníomhartha fisiciúla, laistigh d’aon mhúnla aontaithe amháin. I róbataic monarchan, tá sé seo tábhachtach mar is féidir le samhail fís-teanga-gníomh (VLA) treoir bhriathartha a léirmhíniú, cuid nach bhfuil cur amach aici uirthi a aithint, agus seicheamh ionramhála a fhorghníomhú gan cláir líne ar líne. Ó 2026 i leith, tá roinnt ardán taighde tar éis aistriú ó thaispeántais saotharlainne go píolótaí tionsclaíocha luatha, ag athmhúnlú an chaoi a smaoiníonn innealtóirí ar uathoibriú solúbtha. Maidir le treo leibhéal táirge EVST ar fud róbait dhaonnúla, lámha deaslámhacha, róbait cheathairchosacha, agus bailiú sonraí AI coirpithe, féach Réitigh AI Ionchorpraithe EVST.

Nuashonrú Deiridh: 12 Meitheamh, 2026

-

Éabhlóid Chlársceidealú na Róbó: Ó Mhúinteoir go Samhlacha Fondúireachta

Tá ceithre ghlúin aitheanta déanta de chlárú róbat monarchan, agus srian difriúil á chur i gcoinne cumais dhifriúil i ngach ceann acu.

Rith an chéad ghlúin ar an gcroílár teagaisc. Bhog innealtóir an róbat ais ar ais chuig gach pointe bealaigh, thaifead sé na suíomhanna, agus chuir sé le chéile iad i gclár gluaiseachta a bhí stóráilte ar an rialtóir. Chiallaigh modhnú cosáin tar éis athrú líne gach pointe bealaigh a athmhúineadh de láimh. I gcás táirgeadh ardtoirte, geoiméadrachta seasta (táthú coirp feithicleach, mar shampla) d’oibrigh an cur chuige go maith. I gcás aon rud a raibh athruithe táirge go minic ag teastáil uaidh, bhí sé costasach.

Tháinig uirlisí ríomhchlárúcháin as líne (OLP) ar nós RoboDK, KUKA.Sim, agus ABB RobotStudio sna 1990idí agus chuir siad ar chumas innealtóirí cosáin róbat a shainiú i dtimpeallacht CAD 3T agus an cód a iarphróiseáil do bhrandaí rialtóra éagsúla. Laghdaigh an t-am socraithe ó laethanta go huaireanta, agus bhí uasmhéadú cosáin indéanta roimh an gcéad timthriall fisiceach. Bhí an bhearna idir an tsamhail insamhalta agus an suiteáil fhisiceach (earráid calabrúcháin, titim cábla, lamháltais daingneáin) fós ina phointe pian leanúnach, ach is é OLP an cur chuige caighdeánach fós do fhormhór na gcealla táirgthe inniu.

Tháinig leabharlanna scileanna chun cinn mar an tríú tonn. Phacáistigh díoltóirí agus comhtháthaitheoirí bunphrionsabail ghluaiseachta in-athúsáidte, scil piocadh bin, scil iontrála bioráin-i-bpoll, scil táthú-seam, a d’fhéadfaí a chumrú le paraiméadair seachas a athchlárú ón tús. Mar shampla, d’athraigh piocadh bin faoi threoir fís ó thionscadal saincheaptha míonna go modúl inchumraithe. Mar sin féin, b’éigean gach scil a scríobh go sainráite, agus níor ghinearáladh na scileanna: theipfeadh ar scil piocadh bin a oiltear ar gheoiméadracht pháirte amháin ar chruth páirte atá go suntasach difriúil.

Is ionann samhlacha VLA agus an ceathrú tonn. In ionad iompar a ionchódú mar phointí bealaigh shoiléire nó bunphrionsabail pharaiméadraithe, foghlaimíonn samhlacha VLA ó shraitheanna sonraí móra de thaispeántais róbat agus sonraí amhairc ginearálta conas péirí (íomhá, treoir teanga) a mhapáil go díreach chuig aschuir (gníomh róbat). Déanann an tsamhail ginearálú trasna réada, coinníollacha soilsithe, agus frásaíochtaí treoracha ar bhealaí nach féidir le leabharlanna scileanna, toisc go bhfuil an ginearálú bácáilte isteach sna meáchain seachas códaithe de láimh.

Cur Chuige maidir le Clársceidealú Róbat: Comparáid
toise Múinteoir Sliocht Cláir as Líne Leabharlanna Scileanna Samhlacha VLA
Am socraithe (táirge nua) Laethanta–seachtainí Uaireanta–laethanta Uaireanta (in aghaidh an scile) Nóiméid–uaireanta (más réamh-oilte)
Solúbthacht maidir le rudaí nua Íseal (athmhúineadh ag teastáil) Íseal-meánach Meánach (ní mór don scil a bheith mar an gcéanna) Ard (ginearálú trasna rudaí)
Ceanglais sonraí Dada (lámhleabhar) Samhlacha CAD Taispeántais tascanna Tacair sonraí taispeána móra
Cinneadh Ard- Ard- Meánach–ard Íseal-meánach (sampláil stocastach)
Dífhabhtaitheacht Ard (bealphointí soiléire) Ard- Meánach Íseal (léirithe folaithe)
Aibíocht thionsclaíoch (2026) Lán-aibí Lán-aibí Lánfhásta Píolótaí luatha; níor bailíochtú táirgeachta ar scála mór

Tá an bhearna chinntitheach tábhachtach i suíomhanna tionsclaíocha. Déanann clár teagaisc-crochta an cosán céanna a fhorghníomhú gach timthriall; déanann samhail VLA sampla de dháileadh gníomhaíochta ag gach céim inference. I gcás tascanna ina bhfuil éagsúlacht ó thimthriall go timthriall inghlactha (ag roghnú míreanna atá socraithe go randamach), is féidir é seo a bhainistiú. I gcás tascanna ina bhfuil in-athdhéanamh fo-mhilliméadar ag teastáil thar na mílte timthriall, coinníonn modhanna clasaiceacha buntáiste struchtúrach a bhfuil forbróirí VLA ag obair go gníomhach chun a dhúnadh.

-

Cad iad Samhlacha VLA: Ailtireacht i dTéarmaí Simplí

Is líonra néarach é samhail fís-teanga-gníomhaíochta a ghlacann breathnuithe amhairc agus treoracha teanga nádúrtha mar ionchur agus a tháirgeann gníomhartha róbat mar aschur, samhail aonair ó cheann ceann seachas píblíne de mhodúil fís, pleanála agus rialaithe ar leithligh.

Is iad na trí chomhpháirt ailtireachta ná:

Ionchódóir fís. Próiseálann claochladán fís réamh-oilte (ViT) nó cnámh droma comhshuite íomhánna ceamara agus ionchódaíonn sé iad i léirithe dlútha gné. I bhformhór na ndearaí VLA reatha, déantar an t-ionchódóir seo a thosú ó mhúnla mór teanga fís (VLM) agus ansin déantar é a choigeartú go mín ar shonraí róbait. Tá sé tábhachtach cnámh droma réamh-oilte a úsáid mar go dtugann sé réamhthuairimí amhairc ghinearálta don mhúnla, tuiscint ar cad is bosca ann, cén chuma atá ar láimhseáil, sula bhfeiceann sé taispeántas róbait riamh.

Ionchódóir teanga. Déanann claochladán téacs an treoir (“roghnaigh an bloc dearg agus cuir sa bhosca bruscair ar chlé é”) a ionchódú i seicheamh comharthaí a ndéantar tras-aird air ansin leis na gnéithe amhairc. Ciallaíonn tras-aird anseo gur féidir leis an tsamhail breathnú ar na codanna den íomhá is ábhartha i bhfianaise a bhfuil an treoir ag iarraidh. Ní phróiseálann sé fís agus teanga i silos ar leithligh.

Ceann gníomhaíochta. Déantar an léiriú comhcheangailte a dhíchódú i ngníomhartha róbait. Is féidir gníomhartha a léiriú mar dheiltí éifeachtóra deiridh (bog an greimire 2 cm ar dheis, dún an greimire), uillinneacha comhpháirteacha, nó píosaí gníomhaíochta comharthaithe. Ba é comharthaíocht gníomhartha, ag déileáil le bosca gníomhaíochta ar leith mar chomhartha teanga, a chuir ar chumas obair luath VLA ailtireachtaí LLM atá ann cheana féin le haghaidh róbataic a choigeartú go mín gan díchódóir gníomhaíochta nua a thógáil ón tús. Úsáideann dearaí níos déanaí cinn gníomhaíochta bunaithe ar scaipeadh a tháirgeann conairí níos rianúla, níos leanúnaí agus a láimhseálann dáiltí gníomhaíochta ilmhódacha níos fearr ná aicmiú comharthaí íon.

Leanann oiliúint clónáil iompraíochta ag an mbunús: déantar an tsamhail a oiliúint chun taispeántais saineolaithe a aithris trí fhoghlaim mhaoirseachta ar phéirí (breathnóireacht, gníomh). Cuireann roinnt córas ciseal foghlama athneartaithe ó aiseolas daonna (RLHF) nó RL ar líne san insamhalta chun láidreacht a fheabhsú thar a bhféadfadh aithris a dhéanamh ina haonar. Tá an bhearna idir insamhalta agus fíor, an titim i bhfeidhmíocht nuair a aistrítear polasaí atá oilte insamhalta chuig róbat fisiceach, fós ar cheann de na fadhbanna taighde is gníomhaí. Is é randamú fearainn (uigeachtaí, soilsiú, staideanna réad agus paraiméadair fisice a athrú go randamach le linn oiliúna insamhalta) an teicníc maolaithe is forleithne a nglactar léi.

-

Clocha míle taighde tábhachtacha

Tá réimse an VLA tar éis athrú go gasta. Clúdaíonn an tábla seo a leanas na hardáin is mó a luaitear i bplé faoi róbataic thionsclaíoch ó thús 2026.

Samhlacha agus Ardáin VLA Poiblí (2023–2026)
Múnla / Ardán Forbróir Scaoileadh Paraiméadair Thart ar Raon Feidhme na Tascanna Oscailte / Dúnta
RT-2 Google DeepMind 2023 55B Ionramháil boird; réasúnaíocht éiritheach Dúnta (meáchain gan scaoileadh)
RT-X / Oscailt X-Embodiation Google DeepMind + 33 saotharlann 2023 éagsúla Ginearálú tras-róbat; 22 chineál róbat Tacar sonraí oscailte; samhlacha páirteach
OpenVLA Stanford + UC Berkeley 2024 7B Ionramháil ghinearálta; inchoigeartaithe go mín Oscail (Apache 2.0)
π0 (pí-nialas) Intleacht Fhisiceach (π) 2024 Níor nochtadh Láimhseáil chliste; fillte, cóimeáil Dúnta (tráchtála)
Helix Figiúr AI 2025 Níor nochtadh Rialú coirp iomlán daonnach; tascanna déláimhe Dúnta (dílseánaigh)
GR00T N1 / N1.5 NVIDIA 2025 Níor nochtadh Múnla bunús daonna; insamhalta go fíor Meáchain oscailte (GR00T N1)
Cluiche Líne Cúpla róbataic Google DeepMind 2025 Níor nochtadh Láimhseáil chliste; réasúnaíocht spásúil 3T Dúnta (rochtain API)
RFM-1 / Comhathraitheach Comhathraitheach 2024 Níor nochtadh Loighistic agus ionramháil stórais Dúnta (tráchtála)
Scil AI Scil AI 2024 Níor nochtadh Inchinn róbat ghinearálta; iltascanna Dúnta (tráchtála)

Is fiú aird níos géire a thabhairt ar chúpla cloch mhíle d’innealtóirí atá ag measúnú infheidhmeacht thionsclaíoch.

Léirigh RT-2, a ndearnadh cur síos air sa pháipéar in 2023 “RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control” (Brohan et al., Google DeepMind), gur fhéadfadh samhail a cuireadh tús léi ó dhroim réamh-oilte teanga-físe (PaLI-X, PaLM-E) réasúnaíocht éiritheach a thaispeáint, ag déanamh tascanna nár oiliúinteadh go sainráite uirthi riamh trí choincheapa ó oiliúint ar scála gréasáin a chomhcheangal. Léirigh an páipéar go raibh baint ag scála an tsamhail le ginearálú, rud a chuir dlús le spéis an tionscail i samhlacha móra bunúsacha a úsáid mar dhroim beartais róbat.

Chuir OpenVLA (Kim et al., 2024) rogha eile lánoscailte ar fáil ag 7 mbilliún paraiméadar bunaithe ar Prismatic VLM, rud a léirigh feidhmíocht iomaíoch le RT-2 ar chodán den chostas ríomhaireachta agus a chuir ar chumas taighdeoirí acadúla agus tionsclaíocha sonraí tascanna saincheaptha a mhionchoigeartú. De réir pháipéar OpenVLA (arxiv:2406.09246), sháraigh OpenVLA RT-2-7B ar 73% de thascanna meastóireachta BridgeV2 tar éis mionchoigeartú.

Is samhail bhunús daonnach é NVIDIA GR00T N1, a fógraíodh ag GTC 2025, atá oilte ar mheascán de shonraí teile-oibriúcháin, sonraí físe, agus sonraí sintéiseacha ó NVIDIA Cosmos agus Isaac Lab. D’eisigh NVIDIA meáchain GR00T N1 go poiblí, rud a fhágann gurb é ceann de na chéad mhúnlaí bunúsacha é do róbait dhaonnacha atá ar fáil le haghaidh mionchoigeartú seachtrach. Ceanglaíonn an píblíne Isaac GR00T Sim2Real a ghabhann leis oiliúint insamhalta le himscaradh fisiceach trí randamú fearainn in Isaac Lab.

Úsáideann π0 de chuid Physical Intelligence ceann gníomhaíochta meaitseála sreabhadh seachas aicmiú comharthaí discréideacha, rud a tháirgeann conairí níos réidhe agus a láimhseálann tascanna ilchéime cosúil le héadaí a fhilleadh nó rudaí a chur le chéile le céimeanna seicheamhacha iolracha. Comhcheanglaíonn an ailtireacht cnámh droma VLM réamh-oilte le díchódóir gníomhaíochta stíl scaipthe atá coinníollaithe ar chomharthaí teanga agus fís.

Glacann Helix de chuid Figure AI, atá imscartha ar an daonnach Figure 02, cur chuige dhá mhúnla: láimhseálann VLM ardleibhéil tuiscint radhairc agus parsáil treoracha, agus forghníomhaíonn samhail braiteoir-mhótair ísealleibhéil orduithe mótair ag minicíocht rialaithe. Léirigh an córas ionramháil délámhleabhar fíor-ama, ag sórtáil míreanna i gcatagóirí bunaithe ar threoracha labhartha, i ngléasra Spartanburg BMW in 2025.

Is fiú a thabhairt faoi deara píblíne FSD-go-Optimus Tesla mar chluiche buntáiste sonraí ar scála tionscail. Gineann cabhlach reatha Tesla na billiúin míle de shonraí amhairc fíorshaoil ​​le haghaidh FSD. Is é an hipitéis inmheánach gur féidir ionadaíochtaí líonra áitíochta agus ailtireachtaí tuartha físe a forbraíodh le haghaidh tiomána uathrialach a aistriú chuig foghlaim róbat Optimus, cé go bhfuil sonraí teicniúla poiblí teoranta fós.

-

Ullmhacht Cás Úsáide Tionsclaíoch

Ní bhíonn gach tasc monarchan chomh héasca céanna le cur chuige VLA. Is iad na príomhathróga ná: riachtanais lamháltais, éagsúlacht páirteanna, costas teipe, agus cibé an féidir dóthain sonraí taispeána a bhailiú don tasc sprice.

Bailithe boscaí agus láimhseáil SKU measctha is iad sin na hoiriúnuithe gearrthéarmacha is láidre. Bíonn staideanna réad randamach, bíonn cineálacha páirteanna éagsúil, agus bíonn costas piocadh caillte nó titim bheag íseal. Tá RFM-1 Covariant imscartha in ionaid chomhlíonta ríomhthráchtála don tasc seo go díreach. De réir breathnuithe tionscail, bíonn piocadh boscaí SKU measctha le fís chlasaiceach 3D cumraithe de ghnáth de réir chineál SKU, agus bíonn uaireanta athchalabrúcháin ag teastáil le haghaidh athrú. Is féidir le samhail ghinearálta míreanna nua a láimhseáil gan chumraíocht in aghaidh na míre, rud a bhfuil fíorfhiúchas eacnamaíoch aige ag an minicíocht athraithe atá coitianta i gcomhlíonadh miondíola.

Tionól solúbtha Is críoch níos conspóide í. Is minic a bhíonn cruinneas iontrála faoi bhun mhilliméadar agus cur i bhfeidhm fórsa comhsheasmhach ag teastáil le haghaidh tascanna tionóil. Is réimsí iad sin ina gcruthaíonn nádúr stocastach samplála gníomhaíochta VLA reatha éagsúlacht a fhéadfaidh dul thar lamháltais phróisis. Tá píolótaí luatha ag díriú ar chéimeanna tionóil le lamháltas níos scaoilte (ródáil cábla, gearrthóga snap-fheistiúcháin) agus gluaiseacht chinntitheach á choinneáil le haghaidh iontrálacha le lamháltas daingean.

Iniúchadh cáilíochta Is fadhb réitithe go páirteach í seo le córais fís 2T/3T atá ann cheana féin ach táthar á hathbhreithniú le hailtireachtaí stíl VLA toisc gur féidir samhlacha coinníollaithe teanga a atreorú chun cineálacha éagsúla lochtanna a iniúchadh trí athruithe treoracha seachas aicmitheoir tiomnaithe a ath-oiliúint.

Laghdú ar an athrú Is é sin an príomhthairiscint luacha. Éilíonn líne táirgthe a ritheann 50 SKU in aghaidh an sealaíochta, agus pointí piocála agus spriocanna socrúcháin éagsúla ag teastáil ó gach ceann acu, róbónna tiomnaithe in aghaidh an SKU nó athchlárú a thógann go leor ama. D’fhéadfaí cill atá in ann VLA a atreorú go teoiriciúil tríd an treoir teanga a athrú. Go praiticiúil, éilíonn samhlacha reatha mionchoigeartú ar thaispeántais tasc-shonracha fiú nuair a úsáidtear cnámh droma láidir réamh-oiliúna. Is annamh a bhíonn ginearálú nialas-urchar chuig tascanna cruinne tionsclaíocha fós.

Go praiticiúil, agus píolótaí VLA á measúnú, is iad na hinnealtóirí a fheiceann na torthaí is tapúla ná iad siúd atá ag díriú ar thascanna a bhfuil: (a) éagsúlacht mhór páirteanna acu, (b) lamháltais scaoilte (>0.5 mm), (c) bonneagar bailithe sonraí atá ann cheana féin (rigí teile-oibriúcháin nó taifeadadh taispeána), agus (d) toilteanas an chomhpháirt VLA a láimhseáil mar shraith roghnúcháin tascanna agus gluaisne gharbh le rialtóir clasaiceach a láimhseálann ceartúcháin mhíne.

-

VLA in 2026: Cá Seasann Píolótaí Táirgthe i ndáiríre

I lár 2026, is í an bhearna idir taispeántas VLA mealltach agus imscaradh táirgthe an ghné shainiúil den réimse fós. Tá an patrún i measc na bpíolótaí tionsclaíocha comhsheasmhach: tá tascanna fís-threoraithe le spás gníomhaíochta srianta, amhail piocadh boscaí bruscair, trealamh a chur le chéile, agus cigireacht, ag teacht chun cinn mar ghnáthúsáid, agus is gníomhaíocht taighde agus phíolótach seachas cumas réidh le húsáid sa líne fós í ionramháil oscailte i gcill neamhstruchtúrtha.

De réir breathnuithe tionscail, leagann trí shrian phraiticiúla síos an teorainn sin. Ar dtús, sonraí: tá na céadta taispeántas tasc-shonracha ó na páirteanna agus na huirlisí fíor a mbeidh sé os a chomhair fós ag teastáil ó pholasaí VLA, agus níl na sonraí sin ann go dtí go mbailíonn duine éigin iad san áis. Ar an dara dul síos, bailíochtú: bíonn polasaí foghlamtha a n-éiríonn leis 95% den am suntasach i saotharlann agus doghlactha ar líne a ritheann na mílte timthriall in aghaidh an sealaíochta, mar sin tá an caighdeán sábháilteachta agus glactha i bhfad níos airde ná mar a thugann méadrachtaí taispeána le fios. Ar an tríú dul síos, comhtháthú: ní bhíonn samhail úsáideach ach amháin nuair a bhíonn sé fillte sa loighic sábháilteachta cille, daingneáin agus aisghabhála earráidí a sholáthraíonn uathoibriú clasaiceach cheana féin.

Is é an impleacht atá ann do mhonaróir ná go gcaithfidh sé/sí le VLA mar shíneadh ar bhonn uathoibrithe atá ann cheana féin, ní mar ionadaí dó. Is é an chéad chéim is airde torthaí in 2026 ná tasc atá treoraithe ag fís agus atá réidh le haghaidh táirgeachta agus a ghabhann sonraí tascanna inúsáidte freisin, mar sin traenálann an t-aistriú deiridh chuig solúbthacht níos leithne atá á tiomáint ag VLA ar do phróisis féin. Chun leagan oibríochtúil an tseicheamh seo a fheiceáil, féach AI coirpithe i gcoinne róbait thionsclaíocha traidisiúnta agus, maidir le cá háit le píolótaíocht a dhéanamh ar dtús, AI coirpithe do mhonaróirí tionsclaíocha: cásanna úsáide, toradh ar infheistíocht, agus cá háit le píolótaíocht a dhéanamh.

Riachtanais Sonraí: Cén Fáth a bhfuil Sonraí ina mBacainní

Is iad na trí phríomhfhoinse sonraí le haghaidh oiliúna VLA taispeántais teile-oibriúcháin, sonraí sintéiseacha ó insamhalta, agus físeán idirlín.

Is iad taispeántais teile-oibríochta, ina n-oibríonn duine an róbat trí chomhéadan haptic nó eiscnámharlach agus an córas ag taifeadadh na státaí comhpháirteacha agus na sruthanna ceamara, an fhoinse sonraí den chaighdeán is airde toisc go ngabhann siad fíordhinimic róbat, fíor-idirghníomhaíochtaí réad, agus fíor-torann braiteoirí. Tá siad costasach freisin: de réir breathnóireachtaí tionscail, cosnaíonn sé thart ar 10–100 uair an chloig d’am oibreora in aghaidh an athraithe tasca tacar sonraí taispeána inúsáidte a bhailiú le haghaidh tasc ionramhála nua, ar chostas in aghaidh na huaire lena n-áirítear pá oibreora, am róbat, agus próiseáil sonraí. Tá foirne móra teile-oibríochta inmheánacha tógtha ag an Intleacht Fhisiceach agus ag an Intleacht Shaorga Fíor araon ar an gcúis seo go díreach.

Ceadaíonn sonraí sintéiseacha a ghintear in insamhlóirí fisice (NVIDIA Isaac Lab, MuJoCo, SAPIEN) bailiú comhthreomhar ar scála mór, na céadta robot insamhlaithe ag bailiú sonraí ag an am céanna, ach tá an bhearna idir an insamhlóir agus an fhíor-réad ag cur as dóibh. Tá cuma amhairc radharcanna rindreáilte difriúil ó íomhánna ceamara fíor, agus is annamh a mheaitseálann fisic teagmhála insamhlaithe frithchuimilt, dífhoirmiú agus sleamhnú an tsaoil réadaigh. Dúnann randamú fearainn an bhearna seo go páirteach trí oiliúint a dhéanamh ar éagsúlachtaí randamacha in uigeachtaí, soilsiú, maiseanna agus comhéifeachtaí frithchuimilte, ach ní chuireann sé deireadh leis. Tá NVIDIA Cosmos, samhail bhunúis dhomhanda a eisíodh in éineacht le GR00T, deartha chun físeáin oiliúna sintéiseacha atá inchreidte go fisiciúil a ghiniúint atá níos fótaréalaí ná rindreáil thraidisiúnta, agus tá sé á mheasúnú mar uirlis méadaithe sonraí.

Is é físeán idirlín, na billiúin uair an chloig de phíosaí scannáin ionramhála daonna ar YouTube agus ardáin chomhchosúla, an fhoinse sonraí a spreag úsáid chnámh droma VLM le haghaidh róbataic ar dtús. Chonaic samhail réamh-oilte ar fhíseán gréasáin lámha ag piocadh suas rudaí, ag cur troscáin le chéile, ag cócaireacht, agus ag láimhseáil uirlisí, cé nach bhfuil lipéid gníomhaíochta róbat sna físeáin sin. Is é an hipitéis go n-aistrítear an t-eolas ginearálta ionramhála seo chuig rialú róbat trí mhionchoigeartú. Ba é RT-2 an léiriú is soiléire ar an hipitéis seo ar scála.

De réir Thuarascáil Róbataice Domhanda 2025 de chuid Chónaidhm Idirnáisiúnta na Róbataic (IFR), leag suiteálacha róbat tionsclaíocha domhanda taifead nua in 2024, le breis is 590,000 aonad suiteáilte. Freastalaíonn EVST ar éilimh imscartha tionsclaíocha ardtoirte lena phunann ualaigh lán-raoin, ó chomh-róbait sraith XR 3 kg go hairm thionscail throm QJAR 800 kg, rud a thugann ardán crua-earraí do chomhtháthaitheoirí atá in ann rialtóirí cinntitheacha clasaiceacha agus, de réir mar a aibíonn siad, spriocanna gluaisne a ghintear ag VLA a rith ar fud timpeallachtaí táirgthe éagsúla.

-

Impleachtaí Crua-earraí

Tá ceanglais chrua-earraí ag baint le hinference VLA a rith i suíomh táirgthe atá go suntasach difriúil ó rialtóirí róbat clasaiceacha.

Cuireann rialtóir róbait tionsclaíoch tipiciúil lúb rialaithe spáis chomhpháirteach 1 kHz i bhfeidhm ar chóras oibriúcháin fíor-ama cinntitheach. Tá an buiséad ríomhaireachta daingean agus tá an t-amchlár deacair i bhfíor-am. I gcodarsnacht leis sin, ritheann inference VLA ar GPU: éilíonn samhail RT-2 (paraiméadar 55B) il-GPUanna ard-deireadh agus táirgeann sé gníomhartha ag minicíocht inference 1–3 Hz. Is féidir le samhail paraiméadar 7B cosúil le OpenVLA rith ar GPU grád tomhaltóra aonair ag 6–10 Hz. I gcás go leor tascanna ionramhála, is leor aschur gníomhaíochta 10 Hz; i gcás tionóil ardluais nó gabháil dhinimiciúil, níl sé.

Is ordlathas dhá leibhéal an ailtireacht a bhfuil formhór na bhfoirne ag teacht le chéile uirthi: ritheann an tsamhail VLA ar nód ríomhaireachta GPU (ar bord AGV, bonn róbait, nó freastalaí imeall in aice láimhe) agus aschuireann sé spriocanna gníomhaíochta ardleibhéil ag 5–15 Hz. Déanann comhphróiseálaí fíor-ama traidisiúnta, rialtóir comhpháirteach atá ann cheana féin ag an róbat, na spriocanna sin a idirshuíomh ag 1 kHz agus cuireann sé teorainneacha chasmhóiminte, seachaint imbhuailte, agus srianta spáis chomhpháirteach i bhfeidhm. Coinníonn an scaradh seo cinntitheacht agus sábháilteacht ag an gciseal rialaithe agus ligeann sé don chiseal VLA déileáil le dearcadh agus réasúnaíocht ar leibhéal na tascanna.

Athraíonn riachtanais braiteoirí freisin. Is iad sruthanna ceamara RGB is mó a úsáideann samhlacha VLA, agus úsáideann an chuid is mó den taighde reatha ceamara láimhe agus ceamara bonn amháin nó dhó. Feabhsaíonn braiteoirí doimhneachta cruinneas ionramhála, go háirithe i gcás radhairc phlódaithe, ach ní mór sonraí doimhneachta a theilgean isteach sa spás íomhá a thuigeann an tsamhail. Chun imscaradh tionsclaíoch a dhéanamh, ní mór do cheamaraí caighdeáin chosanta iontrála a chomhlíonadh don timpeallacht oibriúcháin: IP65 ar a laghad le haghaidh monaraíochta ginearálta, IP68 le haghaidh criosanna níocháin nó atmaisféir phléascaigh.

-

Taobh an Insamhlóra

Is san insamhalta a tharlaíonn an chuid is mó d'fhorbairt VLA sula mbíonn crua-earraí fisiceacha i gceist. Tá ceithre insamhlóir i réim sa tírdhreach taighde reatha.

Tá NVIDIA Isaac Lab (tógtha ar Isaac Sim, atá bunaithe ar USD agus PhysX féin) optamaithe le haghaidh oiliúna comhthreomhar ar scála mór ar GPUanna NVIDIA. Is féidir na mílte timpeallachtaí insamhalta a rith ag an am céanna ar nód DGX amháin, rud a fhágann go bhfuil sé praiticiúil na milliúin conairí taispeána a bhailiú i laethanta seachas míonna. Is é Isaac Lab an phríomhthimpeallacht oiliúna do GR00T.

Is é MuJoCo (foinse oscailte anois, arna chothabháil ag DeepMind) an ceann is fairsinge san earnáil acadúil. Tá a réiteoir teagmhála bailíochtaithe go maith le haghaidh tascanna ionramhála róbataice, agus úsáideann tagarmharcanna cosúil le RoboSuite agus Adroit é. Tuairiscíonn formhór na bpáipéar VLA foilsithe torthaí ar thagarmharcanna bunaithe ar MuJoCo, rud a fhágann gurb é an caighdeán comparáide de facto é.

Is samhail nua-bhunaithe domhanda í NVIDIA Cosmos a ghineann físeán atá inchreidte go fisiciúil ó leideanna téacs nó íomhá. Seachas a bheith ina insamhlóir traidisiúnta, táthar á iniúchadh mar uirlis giniúna sonraí sintéiseacha, ag giniúint físeáin oiliúna a thaispeánann cásanna ionramhála robot a bheadh ​​costasach a bhailiú go fisiciúil nó a rindreáil le grafaicí clasaiceacha.

Tá SAPIEN, arna fhorbairt ag UC San Diego, thar a bheith láidir maidir le hionramháil réad comhpháirteach: tarraiceáin a oscailt, comhlaí a chasadh, fearais a oibriú. Úsáideadh a shraith sonraí de réad comhpháirteach (PartNet-Mobility) go forleathan chun beartais ionramhála a oiliúint agus a mheas ar thascanna a bhaineann le háiseanna réad.

-

Cathain is ceart VLA a phíolótú i gcomparáid le fanacht le cláir chlasaiceacha

Seo í an cheist phraiticiúil a bheidh roimh fhormhór na n-innealtóirí déantúsaíochta in 2026. Is é an freagra macánta ná nach rogha cheart iad cineálacha cur chuige VLA go fóill do fhormhór na dtimpeallachtaí táirgthe, ach tá cásanna sonracha ann inar féidir údar maith a thabhairt do thionscadal píolótach.

Smaoinigh ar phíolóta VLA nuair:

  • Tá éagsúlacht mhór páirteanna ann (>20 SKU ar leith) agus bíonn minicíocht an athraithe níos mó ná seachtainiúil
  • Tá na ceanglais lamháltais scaoilte (cruinneas suímh >0.5 mm inghlactha)
  • Baineann ionchur neamhstruchtúrtha nó ionchur atá socraithe go randamach leis an tasc (m.sh., ábhar randamach sa bhosca bruscair)
  • Baineann treoracha ar leibhéal na teanga leis an oibríocht a d’fhéadfadh athrú (roghnaigh de réir datha, catagóire nó lipéid)
  • Tá toilteanas ann céim bhailiúcháin sonraí a chur i bhfeidhm (rig teile-oibriúcháin, 50–200 uair an chloig de thaispeántais)
  • Tá costas teipe ócáideach íseal agus is féidir leis an gcóras ceartú daonna a fhulaingt sa lúb.

Fan le cláir chlasaiceacha nuair:

  • Is feidhmchlár geoiméadrach sheasta, ardtoirte, fadtréimhseach é (táthú coirp feithicleach, brú preasa stampála)
  • Tá na ceanglais lamháltais daingean (<0.1 mm) agus ní mór iad a ráthú i ngach timthriall.
  • Tá rátáil sábháilteachta ag timpeallacht an rialaitheora faoi IEC 62061 nó ISO 13849 agus ní féidir ciseal inferins GPU a chur leis.
  • Tá rianta iniúchta agus logaí forghníomhaithe cinntitheacha ag teastáil le haghaidh deimhniúcháin cáilíochta (IATF16949, próisis in aice le IATF16949)
  • Níl aon bhonneagar bailithe sonraí ann agus níl aon bhuiséad ann chun é a thógáil

Straitéis hibrideach phraiticiúil, ceann atá á leanúint ag roinnt luathghlacadóirí, is ea VLA a úsáid chun tascanna a roghnú agus gluaisne gharbh a ghiniúint agus rialtóir clasaiceach a úsáid chun gluaiseacht mhín a fhorghníomhú agus fórsa a rialú. Is é an VLA a chinneann cad atá le déanamh agus cá háit le dul go garbh; láimhseálann an ciseal clasaiceach cruinneas agus gníomhú atá ríthábhachtach ó thaobh sábháilteachta de.

Mar dhíoltóir comhtháthaithe lán-eochair a sholáthraíonn airm róbat tionsclaíocha ar fud ualaí ó 3 go 800 kg, tá EVST ag measúnú píblínte VLA go gníomhach le haghaidh codanna sonracha d’fheidhmchláir, go príomha piocadh boscaí ard-mheascáin agus tionól solúbtha, áit a bhfuil an argóint solúbthachta is láidre. Déileálann cur chuige EVST le hinfheireas VLA mar shraith braite agus pleanála atá suite os cionn an rialaitheora comhpháirteach cinntitheach, ag caomhnú an rialaithe gluaisne grád tionsclaíoch a theastaíonn ó chórais dheimhnithe CE/SGS/TÜV. I gcás timpeallachtaí teochta foircneacha (-30°C go 80°C) agus cealla deimhnithe ATEX/IECEx atá cruthúnas pléasctha, is iad rialtóirí clasaiceacha an t-aon chur chuige bailíochtaithe ag an gcéim seo.

-

Dúshláin Sábháilteachta agus Bailíochtaithe

Caithfidh róbait thionsclaíocha atá ag feidhmiú faoi ISO 10218-1 (dearadh róbat) agus ISO 10218-2 (comhtháthú córais) iompar sábháilteachta cinntitheach, iniúchta a léiriú. Ina theannta sin, éilíonn feidhmchláir róbat comhoibríocha measúnú riosca de réir ISO/TS 15066, a shonraíonn teorainneacha bithmheicniúla le haghaidh fórsa teagmhála agus brú de réir réigiún coirp.

Tugann samhlacha VLA dúshláin bailíochtaithe isteach nár dearadh na caighdeáin seo chun aghaidh a thabhairt orthu. Níl sraith theoranta, ináirithe iompraíochtaí ag polasaí líonra néarach ar féidir le hinnealtóir sábháilteachta anailís a dhéanamh orthu trí FMEA traidisiúnta. Féadfaidh freagairt na samhla ar ionchur lasmuigh den dáileadh, réad nua, riocht soilsithe gan choinne, bac páirteach, dul in olcas go galánta nó teip go tobann, agus níl sé simplí a thuar cé acu a tharlóidh.

Tá ISO 22166 (an caighdeán atá ag teacht chun cinn le haghaidh critéir feidhmíochta do chórais róbat atá bunaithe ar intleacht shaorga) á fhorbairt agus meastar go ndíreoidh sé ar chuid de na bearnaí seo, ach níl sé críochnaithe fós. Idir an dá linn, léiríonn an cur chuige freagrach réasúnaíocht SOTIF (Sábháilteacht na Feidhmiúlachta Beartaithe, ISO 21448) ón réimse feithicleach: na coinníollacha a aithint faoina dteipeann ar fheidhm bheartaithe an chórais, an réimse dearaidh oibríochtúil (ODD) a shainiú ina gceadaítear don chóras oibriú, agus oibriú lasmuigh den ODD sin a shrianadh go dtí go mbeidh fianaise bailíochtaithe bhreise bailíochtaithe bailíochtaithe.

De réir breathnuithe tionscail ar imscaradh luath VLA, is é an ailtireacht sábháilteachta is coitianta a chuimsíonn aschur inference VLA le monatóir sábháilteachta clasaiceach a fhorfheidhmíonn teorainneacha spás oibre, caipíní luais, agus tairseacha fórsa beag beann ar a n-iarrann an polasaí VLA. Gineann an VLA spriocanna gluaisne; cinneann an ciseal sábháilteachta an bhfuil na spriocanna sin inghlactha. Ceadaíonn an ailtireacht seo úsáid rialtóra sábháilteachta atá i gcomhréir le ISO 10218 fiú nuair is líonra néarach an polasaí uas-srutha.

I gcás timpeallachtaí táirgthe atá deimhnithe ag IATF16949, áit a bhfuil inrianaitheacht phróisis agus pleananna rialaithe sainithe éigeantach, bíonn ualach breise doiciméadaithe os comhair uathoibriú bunaithe ar VLA. Ní mór d’innealtóirí an ODD a shainiú, ionchuir agus aschuir inference a logáil, agus nósanna imeachta a bhunú chun coinníollacha lasmuigh den dáileachán a bhrath agus a aisghabháil. Níl sé seo dodhéanta, ach cuireann sé costas bailíochtaithe leis nach mbíonn ar chórais chlasaiceacha cláraithe as líne.

De réir Thuarascáil Róbataic Dhomhanda IFR 2025, tá comhlíonadh caighdeán sábháilteachta fós ar cheann de na trí bhac is mó ar ghlacadh róbat a bhrostú i margaí déantúsaíochta atá ag forbairt. Tugann EVST aghaidh air seo trí dheimhnithe tríú páirtí CE, SGS, agus TÜV a thógáil isteach ina líne táirgí róbat ón gcéim deartha, ionas go dtosaíonn comhtháthaitheoirí a úsáideann crua-earraí EVST mar an tsraith fhisiciúil faoi stac inference VLA ó bhunlíne meicniúil agus leictreach deimhnithe seachas córas saincheaptha a dheimhniú ón tús.

-

Ceisteanna Coitianta

Cad é an difríocht idir samhail VLA agus córas fís róbat traidisiúnta?

Aschurann córas fís róbait traidisiúnta (ceamara 2T + braiteadh réad nó scamall pointe 3T + meastachán staide) sonraí geoiméadracha (cá bhfuil réad, cén treoshuíomh atá aige) a chuirtear mar ionchur chuig pleanálaí gluaisne ar leithligh ansin. Glacann samhail VLA íomhánna ceamara agus treoir teanga mar ionchur agus aschurann sé gníomhartha róbait go díreach, gan modúl pleanála ar leithligh. Tá an cur chuige VLA níos solúbtha le haghaidh réada nua agus athruithe treoracha; tá an cur chuige traidisiúnta níos cinntithí agus níos éasca a bhailíochtú i gcoinne caighdeán sábháilteachta.

An bhfuil hintleacht shaorga ionchorpraithe i dtáirgeadh déantúsaíochta tionsclaíoch réidh faoi 2026?

Céim luath i gcás fhormhór na bhfeidhmchlár. Tá roinnt ardán (Covariant RFM-1 i gcomhlíonadh ríomhthráchtála, Figure AI Helix i bpíolótaí cóimeála feithicleach) tar éis bogadh thar thaighde íon, ach tá imscaradh leathan táirgeachta ag na leibhéil iontaofachta a bhfuil súil ag custaiméirí tionsclaíocha leo (am oibriúcháin os cionn 99%, in-athdhéantacht fo-mhilliméadar, sábháilteacht dheimhnithe) fós bliain go trí bliana ar shiúl i gcás fhormhór na gcatagóirí tascanna. Is é piocadh boscaí ard-mheascáin an ceann is gaire do réidh le haghaidh táirgthe.

Cé mhéad taispeántas a theastaíonn ó mhúnla VLA chun tasc tionsclaíoch nua a fhoghlaim?

Athraíonn an freagra go mór de réir an mhúnla agus an tasca. Le cnámh droma láidir réamh-oiliúna cosúil le OpenVLA nó GR00T, is féidir le mionchoigeartú ar chomh beag le 50–100 taispeántas feidhmíocht inúsáidte a tháirgeadh ar thascanna simplí ionramhála boird. D’fhéadfadh go mbeadh 500–2,000 taispeántas ag teastáil le haghaidh tascanna tionsclaíocha casta, deaslámhacha nó beachta le haghaidh rátaí ratha inghlactha. De réir breathnuithe tionscail ó chláir phíolótacha luatha, is gnách go mbíonn an t-urlár praiticiúil le haghaidh imscaradh tráchtála inmharthana ó thaobh tascanna de 100–300 uair an chloig de shonraí teile-oibriúcháin.

Cad é an bhearna idir an insamhalta agus an réaltacht agus conas a thugann forbróirí VLA aghaidh uirthi?

Is é an bhearna idir insamhalta agus fíor an laghdú ar fheidhmíocht beartais nuair a imscartar samhail atá oilte in insamhalta ar róbat fisiceach. Tá dhá phríomhchúis leis an mbearna: aistriú fearainn amhairc (tá cuma dhifriúil ar íomhánna rindreáilte ó íomhánna ceamara fíor) agus aistriú fearainn fisice (tá fórsaí teagmhála insamhalta, frithchuimilt agus dífhoirmiú réada difriúil ó iompar an tsaoil réadaigh). Is é randamú fearainn, uigeachtaí, soilsiú, maiseanna agus paraiméadair fisice a athrú go randamach le linn oiliúna insamhalta, an maolú is forleithne a nglactar leis. Cuireann NVIDIA Cosmos giniúint físe fótaréalaíoch leis mar fhoinse sonraí breise. Forlíonann formhór na gcóras VLA atá imscartha sonraí insamhalta le taispeántais róbat fíor chun an bhearna atá fágtha a dhúnadh.

An féidir le hintleacht shaorga coirpithe oibriú le hairm róbat tionsclaíocha atá ann cheana féin, nó an bhfuil crua-earraí nua ag teastáil?

Is féidir le hairm róbait atá ann cheana féin feidhmiú mar an tsraith fhisiceach do spriocanna gluaisne a ghintear ag VLA, ar choinníoll gur féidir leis an rialtóir orduithe seachtracha suímh nó luais a ghlacadh ag minicíocht leordhóthanach (de ghnáth 10–100 Hz). Ritheann an stac inference VLA ar nód ríomhaireachta GPU ar leithligh agus seolann sé suíomhanna sprice chuig rialtóir an róbait thar chomhéadan caighdeánach (EtherCAT, OPC UA, nó API sainiúil don díoltóir). Nochtann hairm iomlána sraith QJAR EVST agus sraith cobot XR comhéadain chaighdeánacha bus allamuigh a cheadaíonn an ailtireacht dhá shraith seo, mar sin ní gá do mhonarchana crua-earraí atá ann cheana a athsholáthar chun píolótaí inference VLA a rith.

-

Léitheoireacht Ghaolmhar

-

Nuashonraithe Deiridh: 12 Meitheamh, 2026. Sonraí ar pharaiméadair agus imscaradh mhúnla VLA tógtha ó pháipéir thaighde atá ar fáil go poiblí (Brohan et al. 2023, Kim et al. 2024) agus ó fhógraí monaróirí. Sonraí margaidh luaite ó Thuarascáil Róbataic Dhomhanda 2025 de chuid Chónaidhm Idirnáisiúnta na Róbataic (IFR). I gcás nach bhfuil figiúirí sonracha ar fáil, úsáidtear “de réir breathnóireachtaí tionscail” in ionad uimhreacha gan fhoinsí.

Féach ar ár Réitigh AI Choirpithe →

Iontach! Roinn le:

Lógó EVST
Forbhreathnú Príobháideachta

Úsáideann an láithreán gréasáin seo fianáin ionas gur féidir linn an taithí is fearr úsáideora a sholáthar duit. Stóráiltear faisnéis ar bhrabhsálaí i do bhrabhsálaí agus déanann sé feidhmeanna ar nós a aithint duit nuair a thagann tú ar ais chuig ár láithreán gréasáin agus cabhrú lenár bhfoireann a thuiscint cé na codanna den láithreán gréasáin is fearr leat agus is úsáideach leat.