Ground-JEPA: Learning Physically Grounded Latent World Models for Zero-Shot Dynamics Generalization of Legged Robots
Ground-JEPA führt ein minimales, physikbasiertes latentes Weltmodell ein, das eine Zero-Shot-Generalisierung der Dynamik und eine überlegene Steuerungsleistung für Laufroboter in Umgebungen mit hohen Freiheitsgraden erreicht, ohne sich auf aufgabenspezifische Belohnungen zu verlassen, und damit die Annahme infrage stellt, dass belohnungsfreies Lernen für komplexe Robotersysteme von Natur aus unterlegen ist.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Der innere Kompass des Roboters
Stellen Sie sich vor, Sie versuchen, einem Roboter beizubringen, über ein felsiges Feld zu laufen. Sie könnten ihm eine strikte Regel geben, wie etwa „hebe deinen Fuß genau 10 Zentimeter hoch“, aber die reale Welt ist chaotisch; Steine verschieben sich, der Boden ist rutschig und die Beine des Roboters könnten etwas schwerer sein als erwartet. Dies ist die Herausforderung der gesteuerten Bewegung von Laufrobotern: Maschinen dazu zu bringen, sich in unvorhersehbaren Umgebungen flüssig und sicher zu bewegen. Lange Zeit haben Wissenschaftler versucht, dies zu lösen, indem sie „Dynamikmodelle“ erstellten – im Wesentlichen eine mentale Landkarte im Inneren des Roboters, die vorhersagt, was als Nächstes passiert, wenn er sich auf eine bestimmte Weise bewegt.
Traditionell wurden diese mentalen Landkarten dadurch aufgebaut, dass der Roboter für gute Dinge belohnt (wie das Aufrechtbleiben) und für schlechte Dinge bestraft wurde (wie das Hinfallen). Dies wird als belohnungsbasiertes Lernen bezeichnet. Es gibt jedoch einen Haken: Wenn der Roboter einen winzigen Fehler in seiner Vorhersage macht, kann sich dieser Fehler über die Zeit aufstauen, wie ein Schneeball, der einen Hang hinunterrollt, bis die mentale Landkarte des Roboters völlig falsch ist und er abstürzt. Ein anderer Ansatz, die sogenannten Joint-Embedding Predictive Architectures (JEPAs), versucht, die unordentlichen Details der realen Welt zu überspringen. Anstatt exakt vorherzusagen, wo jedes Pixel der Kamera des Roboters sein wird, sagt es eine komprimierte „Zusammenfassung“ oder eine „latente“ Version der Zukunft voraus. Denken Sie an einen Musiker, der den nächsten Ton in einem Lied vorhersagt, indem er das Gefühl für den Rhythmus nutzt, anstatt die exakte Schwingung der Luft zu berechnen. Die große Frage, die sich Wissenschaftler gestellt haben, lautet: Kann ein Roboter lernen, perfekt zu laufen, indem er nur dieses interne rhythmische Gefühl versteht, ohne dass ein Lehrer ständig „Gut gemacht“ oder „Versuch es nochmal“ sagen muss?
Ground-JEPA: Der Roboter, der das Laufen durch das Spüren des Taktes lernte
Ein Forscherteam hat ein neues System namens Ground-JEPA vorgestellt, das darauf hindeutet, dass Roboter vielleicht keine ständige Lobpreisung oder Bestrafung benötigen, um komplexe Bewegungen zu erlernen. Stattdessen können sie lernen, indem sie einfach versuchen, ihr internes „Gefühl“ der Zukunft mit der Realität in Einklang zu bringen.
Stellen Sie sich vor, ein Roboter lernt das Gehen nicht dadurch, dass man ihm sagt „Fall nicht um“, sondern indem er versucht sicherzustellen, dass sein internes Gefühl von „Wohin ich gehe“ mit seiner tatsächlichen Bewegung übereinstimmt. In diesem neuen System versucht der Roboter nicht, ein perfektes Video der Zukunft zu rekonstruieren. Stattdessen komprimiert er seine Erfahrung in einen winzigen, effizienten „latenten Raum“ – eine Art abstrakte mentale Abkürzung. Der Kerntrick hierbei ist eine physik-inspirierte Sonde. Während die interne Landkarte des Roboters abstrakt ist, fungiert diese Sonde als Übersetzer, der diese abstrakten Gedanken zurück in reale Physik wie Position, Geschwindigkeit und Orientierung umwandelt. Es ist, als hätte der Roboter zwar rein konzeptionelle Gedanken, besitze aber einen eingebauten Übersetzer, der sicherstellt, dass diese Konzepte dennoch den Gesetzen der Schwerkraft und des Impulses gehorchen.
Die Forscher fanden heraus, dass das Geheimnis des Erfolgs nicht nur die Übersetzung war, sondern der Planungshorizont. Frühere Versuche scheiterten, weil der Roboter nur wenige Schritte voraus blickte – so als würde man versuchen zu laufen, indem man nur auf die eigenen Zehen schaut. Das Ground-JEPA-System zwingt den Roboter dazu, viel weiter in die Zukunft zu blicken, nämlich 12 Schritte. Dies ist entscheidend, da ein vollständiger Gehzyklus (ein Gang) etwa so lange dauert. Indem der Roboter den gesamten Zyklus betrachtet, kann er das „große Ganze“ seiner Bewegung sehen, anstatt nur den nächsten winzigen Schritt zu optimieren. Dies ermöglicht es dem System, stabile Gehbewegungen rein durch Selbstüberwachung zu erlernen, was bedeutet, dass es lernt, indem es prüft, ob seine internen Vorhersagen konsistent sind, ohne externe Belohnungen zu benötigen.
Die Ergebnisse aus ihren Simulationen sind recht überraschend. Bei einem simulierten vierbeinigen Roboter (Quadruped) erreichte dieses belohnungsfreie System eine Leistungsbewertung von 510 ± 68, was tatsächlich besser war als das traditionelle belohnungsbasierte System, das 450 ± 234 erreichte. Noch beeindruckender ist, dass sie dies zum ersten Mal erfolgreich auf einen simulierten humanoiden Roboter (einen Roboter mit einem menschenähnlichen Körper) angewendet haben, wobei sie ohne Belohnungssignale eine Punktzahl von 350 ± 50 erreichten. Die traditionelle Methode versagte beim Humanoiden in diesem Aufbau vollständig.
Eine der spannendsten Erkenntnisse ist, wie gut dieses System mit „extremen“ Veränderungen umgeht. Die Forscher testeten den Roboter in Szenarien, in denen die Physik drastisch verändert wurde: Die Masse des Roboters wurde um ±30 % verändert, die Bodenreibung wurde mit dem 2,5-fachen multipliziert oder auf 0,4 reduziert, und es gab eine Verzögerung der Motoren von 50 ms. In einem kombinierten Szenario, in dem all diese Änderungen gleichzeitig auftraten, behielt das Ground-JEPA-Modell 78 % seiner ursprünglichen Leistung bei. Im Gegensatz dazu behielt ein traditionelles belohnungsbasiertes Modell, selbst wenn es mit zufälligen Variationen trainiert wurde, nur 21 % seiner Leistung bei. Dies deutet darauf darauf hin, dass der Roboter durch das Erlernen der grundlegenden „Mannigfaltigkeit“ oder Form der Bewegung wesentlich robuster gegenüber Veränderungen in der Welt wird.
Das Team entdeckte auch, dass die Größe des Modells nicht massiv sein muss. Dieses gesamte System läuft auf einem Laptop-GPU und verwendet nur etwa 1,3 Millionen Parameter, was winzig im Vergleich zu anderen massiven KI-Modellen ist, die Milliarden von Parametern erfordern. Sie zeigten, dass der „Kollaps“ (bei dem der Roboter aufhört zu lernen), der in früheren Studien beobachtet wurde, nicht daran lag, dass die Methode fehlerhaft war, sondern dass der Roboter den falschen Typ einer internen Landkarte (speziell eine normalisierte Landkarte namens SimNorm) verwendete und zu weit voraus blickte, ohne die richtige Struktur zu haben. Durch die Verwendung von rohen latenten Repräsentationen und den korrekten Planungshorizont funktioniert das System hervorragend.
Die Autoren weisen jedoch vorsichtig darauf hin, dass diese Ergebnisse derzeit auf Simulationen basieren. Während der Roboter gelernt hat, in einer virtuellen Welt mit extremen Veränderungen zu laufen, wurde das System noch nicht an einem physischen Roboter in der realen Welt getestet. Zudem: Während sie das Problem des stationären Stehens eines Humanoiden gelöst haben, bleibt es eine Herausforderung, einen Humanoiden dynamisch auf zwei Beinen gehen zu lassen, was aufgrund der komplexen Physik des Balancierens auf einem Fuß schwierig ist.
Letztendlich legt Ground-JEPA einen neuen Weg für die Robotik nahe: Anstatt Monate damit zu verbringen, perfekte Belohnungsfunktionen zu entwickeln, um einem Roboter das Gehen beizubringen, müssen wir ihn vielleicht nur lehren, seinen internen Rhythmus mit den Gesetzen der Physik in Einklang zu halten. Dies könnte die fortgeschrittene Robotersteuerung demokratisieren und es kleineren Laboren ermöglichen, mit Standard-Laptops Roboter zu bauen, die in der Lage sind, sich an die reale Welt anzupassen, ohne riesige Supercomputer oder endloses Trial-and-Error-Belohnungsmanagement zu benötigen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.