L’intelligenza artificiale sta cambiando anche il modo in cui i robot imparano a interagire con gli oggetti. ROBOTERA ha annunciato che il proprio modello VPP2 (Video Prediction Policy 2) ha ottenuto il primo posto nel benchmark RoboDojo, una piattaforma di valutazione dedicata alle capacità di manipolazione robotica. Il risultato riguarda un test tecnico specifico: non equivale a dimostrare che un robot sia il migliore in ogni attività reale.
Che cos’è RoboDojo e cosa misura
RoboDojo è un benchmark sviluppato nell’ambito della ricerca accademica sulla robotica, con il contributo di MMLab dell’Università di Hong Kong e di numerose altre istituzioni. Il suo scopo è confrontare sistemi di controllo su compiti impegnativi, includendo scenari di simulazione e attività fisiche.
Secondo i dati diffusi da ROBOTERA, VPP2 ha raggiunto un tasso medio di successo del 32,26% e un punteggio medio del 39,26, distinguendosi nelle valutazioni di generalizzazione, precisione e memoria.
Perché la previsione video può aiutare i robot
Un modello basato sulla previsione delle azioni osserva informazioni visive e prova a stimare come evolverà la scena in seguito a un movimento. In prospettiva, questo approccio può aiutare un sistema robotico a gestire oggetti diversi e situazioni che non coincidono perfettamente con gli esempi già incontrati.
Il punto cruciale è la generalizzazione: un robot utile in fabbrica o in un magazzino deve saper affrontare variazioni di posizione, forma e ambiente, non ripetere soltanto una dimostrazione preimpostata.
Risultati promettenti, ma ancora lontani dall’infallibilità
Il tasso medio di successo dichiarato, poco superiore al 32%, mostra quanto siano ancora difficili i test considerati. Un primo posto relativo non significa che la tecnologia sia pronta per svolgere qualsiasi mansione in autonomia o senza supervisione.
ROBOTERA afferma di aver raggiunto il risultato senza ricorrere a dati aggiuntivi o a una specifica procedura di auto-miglioramento tramite agenti. L’azienda ha inoltre reso disponibile VPP2 come progetto open source, favorendo analisi e verifiche da parte della comunità tecnica.
Le applicazioni future della robotica intelligente
Progressi di questo tipo potrebbero contribuire allo sviluppo di robot per logistica, assemblaggio e manipolazione di oggetti. Per valutare l’impatto industriale serviranno però prove ripetibili, sicurezza operativa, costi sostenibili e prestazioni affidabili fuori dai laboratori.