Israelilainen Mentee Robotics on osoittanut logistiikan työnkulun: kaksi MenteeBot V3 -humanoidia työskentelee itsenäisesti poimiakseen ja asettaakseen laatikot. Modulaarinen agenttijärjestelmä on suositeltava, koska se suosii todellista toimintakykyä ja pienempiä laskentatarpeita kuin End-to-End VLA -malli. Sen arkkitehtuuri koostuu kolmesta osasta: - LLM Planner: Muuntaa käskyt suoritettavaksi Robotic API Language -koodiksi luotettavaa tehtävien hajottamista ja virheiden käsittelyä varten. - Havaintopino: Käyttää valmiiksi koulutettuja malleja (NeRF/3DGS, tislattu näkö) kohtauksen ymmärtämiseen ja navigointiin. - Ohjauskäytännöt: Vahvistusoppimisen (RL) mallit, jotka on koulutettu laajassa mittakaavassa Sim2Realin avulla, tuottavat motorisia komentoja, mahdollistaen tarkan mobiilimanipuloinnin. Tärkeää on, että robotti oppii uusia tehtäviä yhdellä demonstraatiolla tunneissa. Objektien seuranta käyttää videolla seurattua 3D-geometriaa (STL/URDF) RL-palkintofunktion määrittämiseen. Koulutus optimoidaan 'Automatic Curriculum Learning' -menetelmällä, joka mukauttaa tehtävän vaikeustasoa autonomisesti robottien suorituskyvyn perusteella, poistaen manuaalisen suunnittelun. Kaikki laskenta suoritetaan aluksella.

MenteeBot V3 -laitteistospeksit