Zetta $\zeta$: An Efficient Closed-Loop Embodied Harness for Self-Evolving Physical Intelligence

I robot sono da tempo in grado di eseguire compiti semplici e ripetitivi nelle fabbriche, ma dare loro la flessibilità necessaria per gestire la natura disordinata e imprevedibile di una vera casa o di un laboratorio è rimasta una delle sfide più difficili dell'intelligenza artificiale. Per anni, i ricercatori hanno cercato di insegnare ai robot fornendo loro enormi quantità di dati video, sperando che la macchina apprendesse un unico, perfetto insieme di istruzioni per ogni possibile situazione. Questo approccio, pur essendo potente, spesso fallisce quando il mondo reale devia anche solo leggermente dai video di addestramento; un leggero scivolamento di una pinza o un cambiamento nell'illuminazione possono causare il blocco o l'incidente del robot. Una via alternativa è emersa, trattando i robot non come programmi statici ma come agenti capaci di pensare, pianificare e usare strumenti. Tuttavia, anche questi agenti più intelligenti hanno faticato ad apprendere dai propri errori in tempo reale. La maggior parte dei sistemi opera in un ciclo in cui tentano un compito, falliscono e poi riflettono solo su ciò che è andato storto dopo che l'intero tentativo è terminato. Nel momento in cui analizzano l'errore, il momento per correggerlo è già passato e l'interazione fisica è già compromessa.

Un team di ricercatori della Tsinghua University e di Z-Trans AI ha introdotto un nuovo sistema chiamato Zetta, che cambia il modo in cui i robot apprendono, colmando il divario tra pensiero e azione. Invece di aspettare che un compito sia terminato per imparare, Zetta permette a un robot di monitorare continuamente il proprio stato fisico mentre si muove, individuando gli errori nell'istante stesso in cui accadono e correggendoli immediatamente. Il sistema non cerca di riaddestrare il cervello centrale del robot, che rimane fisso e stabile. Al contrario, costruisce uno strato di "critici di runtime" — piccoli monitor specializzati che osservano le mani del robot e gli oggetti che tocca. Se un critico nota che una presa sta scivolando o che un oggetto sta per cadere, attiva una competenza di recupero pre-programmata per salvare la situazione prima che il robot perda il controllo. Questo crea un ciclo di auto-evoluzione in cui il robot migliora in un compito specifico man mano che lo prova, non cambiando la sua comprensione fondamentale del mondo, ma accumulando una libreria di modi collaudati per gestire i fallimenti fisici.

I ricercatori hanno testato questo approccio su due benchmark principali per la manipolazione robotica: un insieme di compiti che prevedono lo spostamento di oggetti tra diverse posizioni e un insieme più complesso di faccende domestiche come aprire cassetti o accendere elettrodomestici. In queste simulazioni, il sistema è partito da una politica robotica di base che aveva un tasso di successo di circa il 35 percento sui compiti più difficili. Mentre il sistema eseguiva migliaia di prove, ha iniziato a identificare i momenti specifici in cui le cose andavano male. Ha raggruppato questi fallimenti, ha individuato la causa principale e ha scritto nuovo codice per risolverli. In soli pochi cicli di questa autocorrezione, il tasso di successo sui compiti difficili è balzato a oltre il 90 percento. Il sistema non è stato solo fortunato; ha dimostrato un chiaro schema di miglioramento in cui faticava per un po', poi scopriva improvvisamente un principio fisico chiave — come la necessità di stabilizzare una presa prima di sollevare — e le sue prestazioni compivano un salto in avanti. I ricercatori chiamano questi improvvisi progressi "momenti eureka", in cui il robot comprende finalmente il vincolo fisico che gli mancava.

Ciò che rende questa scoperta particolarmente significativa è che le competenze apprese dal robot non erano legate a un singolo oggetto specifico o a una singola stanza specifica. Quando i ricercatori hanno preso le competenze che il robot aveva appreso per gestire una bottiglia di vino in un compito e le hanno applicate a un compito completamente diverso che coinvolgeva un contenitore di formaggio cremoso, il robot ha avuto successo senza alcun nuovo addestramento. Il sistema aveva appreso principi generali su come tenere, muovere e posizionare oggetti che funzionavano in scenari diversi. Ciò suggerisce che il robot non stava solo memorizzando un percorso verso un obiettivo, ma stava apprendendo una comprensione più profonda di come interagire con il mondo fisico. Il sistema si è anche dimostrato incredibilmente veloce, eseguendo simulazioni su un cluster di computer per generare l'esperienza necessaria per l'apprendimento. Disaccoppiando la logica del robot dall'hardware che esegue la simulazione, i ricercatori sono stati in grado di eseguire il processo di apprendimento più di venti volte più velocemente rispetto ai metodi precedenti, permettendo al robot di evolvere le sue competenze in poche ore anziché in giorni.

I ricercatori sostengono che questo approccio risolva un problema fondamentale nella robotica: l'incapacità degli attuali modelli di reagire ai rapidi cambiamenti del mondo fisico. I grandi modelli di intelligenza artificiale sono troppo lenti per prendere decisioni alla velocità richiesta per afferrare un oggetto che cade o per regolare una presa che scivola. Mantenendo il cervello principale congelato e aggiungendo uno strato reattivo e veloce di critici e competenze di recupero, Zetta colma il divario tra la pianificazione di alto livello e il controllo fisico di basso livello. Il sistema ha dimostrato di poter gestire sequenze di azioni complesse e lunghe, come navigare in una cucina, aprire un armadietto e posizionare un oggetto all'interno, scomponendo il compito in passaggi gestibili e avendo una rete di sicurezza pronta per ogni potenziale fallimento. In un caso di studio, un robot che tentava di spostare una bottiglia in una ciotola inizialmente falliva ripetutamente perché faceva cadere la bottiglia durante il trasporto. Dopo alcuni cicli di autocorrezione, il sistema ha aggiunto un controllo specifico per garantire che la presa fosse sicura prima di muoversi, e il tasso di successo per quel compito è salito dal 15 al 95 percento.

Il lavoro evidenzia anche l'importanza dell'infrastruttura nel rendere possibile questo tipo di apprendimento. Per far evolvere le competenze di un robot, il sistema deve eseguire migliaia di prove per trovare i rari momenti in cui fallisce e poi analizzare tali fallimenti. I ricercatori hanno costruito un sistema specializzato per gestire questo carico di lavoro, consentendo loro di eseguire molte simulazioni contemporaneamente senza rallentare. Questa infrastruttura è stata cruciale per la velocità del progetto, consentendo al team di raccogliere i dati necessari per addestrare i critici e le competenze di recupero in modo efficiente. Senza questa capacità di scalare il processo di apprendimento, il ciclo di auto-evoluzione sarebbe stato troppo lento per essere pratico. I risultati suggeriscono una nuova strada per l'intelligenza fisica, in cui i robot non devono essere perfetti fin dall'inizio ma possono imparare a essere affidabili attraverso l'esperienza, perfezionando costantemente la loro capacità di gestire l'imprevisto.

Le implicazioni di questa ricerca vanno oltre il semplice rendere i robot più bravi a spostare oggetti. Offre un modello su come l'intelligenza artificiale possa interagire con il mondo fisico in modo robusto e adattabile. Concentrandosi sulla capacità di rilevare e recuperare dagli errori in tempo reale, il sistema evita la fragilità che ha afflitto gli approcci precedenti. I ricercatori osservano che, sebbene il loro lavoro attuale sia stato condotto in simulazione, i principi che hanno sviluppato sono progettati per essere trasferiti a robot reali. Il passo successivo per il team è prendere questo imbracatura auto-evolutivo e testarlo su macchine fisiche, colmando il divario tra la simulazione digitale e il mondo reale. Se avrà successo, ciò potrebbe portare a robot che non sono solo programmati per eseguire un compito, ma sono capaci di apprendere e migliorare le proprie prestazioni ogni volta che tentano di eseguirlo, rendendoli partner più utili e affidabili negli ambienti umani.