灵初智能发布全流程集成式具身AI系统 Psi R0

Psi R0指的是什么？

灵初智能推出了其首个基于强化学习技术的端到端具身模型——Psi R0。该模型能够使两只灵活的手协同工作，执行复杂的操作任务，并通过整合多种技能训练出一个具有推理能力的智能体，从而完成并实现长周期精细操作任务的闭环处理。此外，Psi R0拥有出色的跨物品和跨场景泛化性能，表现出较高的稳定性和适应性。

Psi R0的核心特性

• 两只灵活的手同时协作操作Psi R0能够利用两只灵活的手臂同步执行复杂的操作，胜任需要多个步骤的长时间精细任务。
• 多种技能的融合训练该模型能够整合多种技能进行混合训练，创造出具备逻辑推理能力的智能化系统，并独立完成复杂的长期操作任务形成闭环。
• 在多种物体和各种情境中实现广泛适用性Psi R0具备强大的泛化能力与高鲁棒性，能够跨越不同的物体和应用场景进行有效推广。
• 利用模拟数据进行训练Psi R0借助大规模模拟数据培育出了擅长双手机器操控的人工智能，并采用双向培训架构整合多种技巧，成为行业内首个在开放式环境中成功执行长期任务的技术。
• 应对奖励函数构建挑战此技能训练系统通过提炼物体在时间和空间中的运动核心数据来形成一个广泛适用的目标方程，有效地克服了难以制定奖励函数的挑战。
• 培训后期的性能提升在后期的训练过程中，利用一小部分高精度的实际设备数据来进行校准，从而显著提高长期任务的完成成功率。
• 自行转换技能的能力在双向训练框架里，通过转移可行性函数的运用可以优化技巧，从而增强串行任务的成功概率及适应范围，并且让系统具备自行转换技巧的功能。当遇到执行失误的情况时，该模型能快速修改其方法，以维持较高的成功比率。

Psi R0的核心技术机制

• 增强学习（RL）Psi R0是一款利用大量模拟数据通过强化学习方法训练而成的全栈式具身智能系统，能够实现精细的手部操控功能。
• 技术培训架构该技能训练体系通过提取物体在时间和空间中的重要运动特征来创建一个广泛适用的目标函数，从而克服了难以设定奖励函数的难题。

Psi R0的使用场合

• 电子商务环境Psi R0在电商行业中可用于处理商品的包装流程，包括从大量货物中挑选物品、扫描条码、排列以及封口塑料袋等任务。借助其灵活的双手，Psi R0能够高效流畅地执行这些步骤，并且可以在客户的工作场所替代一个完整的工作岗位。
• 生产线装配厂在工业生产领域，Psi R0能够承担生产线上的装配任务，执行诸如零件抓取、安装及定位等一系列复杂且连续的操作流程。
• 服务行业中货物的选取与封装Psi R0在服务业中可用于执行拣选与包装工作，并能够胜任诸如抓取物品、扫描条码及安置货物之类的远程操作任务。
• 家庭居住空间的整洁与归整Psi R0也能在家庭场景中执行打扫与归整的任务，应对日常生活中的家事。