Boston Dynamics, Toyota Araştırma Enstitüsü (TRI) ile iş birliği yaparak Atlas için “Large Behavior Model” (Büyük Davranışsal Model, LBM) adını verdikleri bir sistem geliştirdi. Bu sistem, insan eylemlerine ilişkin devasa veri kümeleri üzerinde eğitiliyor ve robotların gerçek dünyada karmaşık insan davranışlarını anlamasına, üretmesine ve uyum sağlamasına yardımcı olmayı hedefliyor.

LBM sayesinde daha önce tek tek elle programlanması gereken yetenekler artık ek bir satır kod yazmadan hızlıca robota kazandırılabiliyor.

LBM sayesinde Atlas artık daha yetenekli

Videoda Atlas’ın kusursuz insan hareketlerini biraz yavaş da olsa gerçekleştirebildiği görülüyor. Robot, nesneleri bir sepetten başka bir sepete aktarma görevini sorunsuz bir şekilde aktarmayı başarıyor. Üstelik bu görevi insana benzer şekilde gerçekleştiriyor.

Atlas, önce dolu olan bir sepeti kendine çekiyor ve kapağını açıyor. Ardından nesneleri alarak diğer sepete bırakıyor. Videonun sonunda ise Atlas’ın nesnelerin şekillerini anlayarak onları doğru şekilde kavradığı ve raflara düzenli şekilde yerleştirdiği görülüyor. İnsansı robot ayrıca yürüme, çömelme, eşyaları sınıflandırma ve organize etme gibi temel insan hareketlerini de sergileyebiliyor.

Atlas’ın insan eylemlerini ve görevlerini başarıyla yapması etkileyici olsa da video sadece bundan ibaret değil. Görüntülerde, bir kişinin sürekli robotu rahatsız etmesine rağmen Atlas’ın görevini aksatmadan tamamladığı da görülüyor.

Ayrıca Bkz.İlk kez düzenlenen “Robot Olimpiyatları” rekorlara sahne oldu

Boston Dynamics robotik araştırma başkan yardımcısı Scott Kuindersma şunları söylüyor: "Bu çalışma, yaşam ve çalışma biçimimizi değiştirecek genel amaçlı robotlar üretme konusunda nasıl düşündüğümüze dair bir fikir veriyor. Tek bir sinir ağını birçok uzun vadeli manipülasyon görevi gerçekleştirecek şekilde eğitmek daha iyi genelleştirme sağlıyor ve Atlas gibi yetenekli robotlar, bütün vücut hassasiyeti, el becerisi ve güç gerektiren görevler için veri toplamada en az engelle karşılaşıyor."

Toyota Araştırma Enstitüsü LBM kıdemli başkan yardımcısı Russ Tedrake ise şöyle konuştu: “İnsansı robotların en önemli avantajlarından biri, mevcut ortamlarda doğrudan çok sayıda görevi yerine getirebilmeleri. Ancak geçmişte bu görevlerin programlanma yöntemleri ölçeklenemediği için potansiyelini tam olarak ortaya koyamıyordu. LBM’ler bu sorunu kökten değiştiriyor. İnsanlardan alınan kısa gösterimlerle yeni beceriler hızla kazandırılabiliyor. Modeller geliştikçe de daha az gösterimle daha güçlü ve daha sağlam davranışlar ortaya çıkıyor.”