英国机器人公司Humanoid推出强化学习系统，机器人操控可靠性提升至99.9%

总部位于英国的机器人与AI公司Humanoid发布了KinetIQ Ascend系统——这是该公司基于强化学习的全新方案，旨在以人类操作速度乃至更高速度，将机器人操控可靠性提升至99.9%。

KinetIQ Ascend在此前推出的KinetIQ平台基础上引入了试错学习机制，帮助该公司的机器人直接在工业任务中持续迭代提升。

该系统经过多项任务测试，涵盖从料箱中抓取零件、向人类传递物品，以及双臂协作搬运容器等场景，并在多种操控应用中展现出良好效果。

在一项机床上料应用场景中，机器人需要从料箱中抓取钢制轴承环并放置到传送带上，KinetIQ Ascend将吞吐量提升了42%，使机器人的操作速度达到其原始示教演示的1.5倍。

在另一项截然不同的任务中，机器人需要从杂乱的料箱中取出物品并递交给操作人员，该系统将吞吐量提升了85%，同时将任务成功率从80%提高至98%。

在复杂程度不断增加的操控场景中，KinetIQ Ascend持续展现出显著的性能提升。在第三项双臂协作搬运任务中，机器人需要用双臂将料箱从工作台抬起，吞吐量提升超过一倍，成功率从78%升至99%，失败率降低了约二十倍。值得一提的是，上述所有成果均在仅数天的训练周期内实现。

这些结果表明，KinetIQ Ascend代表了一种开发机器人能力的全新路径，在从高速单臂抓取到复杂双臂协作搬运的各类实际生产任务中均展现出良好的适用性。

KinetIQ Ascend还证明了一个规律：随着训练时间的增加，机器人性能会呈现出可预测的稳步提升，这与大语言模型随算力和数据量增加而性能提升的规律颇为相似。通过仿真实验所观察到的扩展趋势表明，该公司的方法具备将可靠性提升至100%的潜力。

这一新方法还带来了两项额外发现：仅针对工作流程中最困难的环节进行优化，即可带动整体任务效率的提升；此外，机器人能够将已学技能迁移泛化至训练阶段从未见过的新物体上。

Humanoid首席技术官贾拉德·坎农表示："人形机器人的竞争正在演变为规模之争，而真实世界的强化学习可以成为破题的核心手段。过去需要数月人工调优的机器人，如今仅需数天便能超越人类示教演示的水平。KinetIQ Ascend作为我们真实世界强化学习的方法，提供了一种开发机器人能力的全新思路。我们不再需要花费数月时间收集数据、逐项手动调优每项新技能，而是从基础行为出发，让强化学习将其打磨为可部署的成熟能力——这一过程，我们将其描述为构建'能力工厂'，标志着人形机器人从令人印象深刻的演示走向工业界真正可依赖的生产力工具。"

Humanoid在一份新发布的技术报告中详细阐述了上述全部研究成果，内容涵盖KinetIQ Ascend背后的完整方法论，包括训练基础架构、算法解决方案以及对实验结果的深度分析。

Q&A

Q1：KinetIQ Ascend是什么？它能解决什么问题？

A：KinetIQ Ascend是英国机器人公司Humanoid推出的强化学习系统，旨在提升机器人在工业场景下的操控可靠性，目标是以人类操作速度甚至更高速度达到99.9%的任务成功率。与传统方式相比，它无需数月的人工数据采集和手动调优，只需从基础行为出发，通过强化学习在数天内将机器人能力打磨至可部署状态。

Q2：KinetIQ Ascend在实际测试中表现如何？

A：在多项工业任务测试中，KinetIQ Ascend表现突出。在钢制轴承环上料任务中，吞吐量提升42%，速度达到人类示教的1.5倍；在杂乱料箱取物并递交任务中，吞吐量提升85%，成功率从80%提升至98%；在双臂协作搬运任务中，吞吐量翻倍，成功率从78%提升至99%，所有结果均在数天训练内实现。

Q3：KinetIQ Ascend的技术原理与大语言模型有什么相似之处？

A：KinetIQ Ascend展现出与大语言模型类似的扩展规律——随着训练时间和计算资源的增加，机器人的操控性能会呈现可预测的稳步提升。Humanoid通过仿真实验验证了这一趋势，认为该方法具备将可靠性持续提升至100%的潜力。