Figure Helix 2.5는 30개 신규 가정에서 제로샷 전신 작업 일반화를 시연했다.

01핵심 개요

• Figure는 Index 데이터셋으로 사전 훈련한 Helix 2.5를 이용해 30개 실제 가정에서 침대 정리·수건 접기·장난감 수거를 시험했다.
• 로봇 도착 전 데이터 수집, 도착 후 미세 조정·적응 없이 이전에 보지 못한 집과 물체에서 작업을 수행했다고 설명했다.
• 동일 작업 데이터 비교에서 무작위 시작 정책의 제로샷 성공률은 9%, Index 사전 훈련 정책은 56%였다.
• Figure는 Helix 2.5가 Helix 02와 같은 성공률에 작업별 학습 데이터는 절반만 쓰고 30개 가정으로 일반화했다고 밝혔다.
• AGIBOT A3 Ultra는 호텔·자동차 대리점·슈퍼마켓·지하철 점검 현장에 배치돼 교대 근무를 시작했다고 소개됐다.

02핵심 주장 / 논점 구조

• Figure는 Helix 2.5를 지금까지 개발한 신경망 중 가장 진보된 신경망이라고 소개했다.
• 핵심 질문은 사전 정보 없이 처음 방문한 집에서 휴머노이드가 즉시 작업할 수 있는지다.
• Figure는 30개 실제 가정에서의 제로샷 전신 일반화 데모가 이 규모에서는 최초라고 주장했다.
• 영상은 Helix 2.5의 가정 작업 일반화와 AGIBOT A3 Ultra의 현장 배치를 함께 비교했다.

0330개 신규 가정에서 시험한 세 가지 작업

• 가장 어려운 침대 정리는 이불을 펴고 두 베개를 침대 위에 놓는 작업으로 제시됐다.
• 수건 접기는 처음 보는 수건과 접는 표면, 방에서 정밀 조작을 요구하는 작업으로 설명됐다.
• 거실 정리는 집마다 흩어진 장난감 13~15개를 찾아 바구니에 담는 작업이다.
• 로봇이 도착하기 전 데이터를 수집하지 않았고, 도착 후 미세 조정이나 적응도 하지 않았다고 밝혔다.

04Index 사전 훈련과 제로샷 성능 비교

• Figure는 지구상에서 가장 큰 로봇 훈련 데이터세트라고 주장한 Index로 Helix 2.5를 사전 훈련했다.
• 동일한 작업 데이터로 두 정책을 학습했으며, 평가용 데이터는 어느 쪽에도 사용하지 않았다고 설명했다.
• 무작위 가중치 정책의 제로샷 성공률은 9%였고, Index 사전 훈련 기반 정책은 56%였다.
• 사전 훈련만 변경한 비교를 통해 인간 행동에 대한 광범위한 사전 훈련 효과를 보였다고 Figure는 설명했다.

05학습 효율과 장시간 작업의 자체 수정

• Figure는 Helix 2.5가 Helix 02와 동일한 성공률을 내면서 작업별 학습 데이터를 절반만 사용했다고 밝혔다.
• 한 환경에서 학습한 동작이 이전에 보지 못한 30개 가정 환경으로 일반화됐다고 설명했다.
• Figure는 이를 동작 명세화 비용은 절반, 활용 범위는 30배로 확장된 사례라고 표현했다.
• Helix 2.5는 잘못 접힌 부분을 고치기 위해 뒤로 물러나거나 자세를 바꾸고 침대 주위를 이동할 수 있다고 했다.

06사전 훈련 데이터 확장과 컴퓨팅 규모

• Figure는 Index의 더 큰 부분으로 네 가지 모델 버전을 학습해 확장 법칙을 시험했다고 밝혔다.
• 모델 크기와 후속 학습은 유지한 채 사전 훈련 데이터를 8배 늘렸다고 설명했다.
• 데이터가 두 배씩 증가할 때마다 성능이 예측 가능한 방식으로 향상됐으며, 최대 테스트의 손실을 소수점 넷째 자리까지 예측했다고 밝혔다.
• 전체 범위의 예측 오차는 0.54%였고, Index는 매초 약 35분 분량의 인간 경험 데이터를 생성한다고 소개됐다.
• Figure는 Helix 학습에 35억 달러의 컴퓨팅 자원을 투자했다고 밝혔다.

07AGIBOT A3 Ultra의 현장 배치와 사양

• AGIBOT A3 Ultra는 대량 생산 후 호텔, 자동차 대리점, 슈퍼마켓, 지하철 점검 현장에서 교대 근무를 시작했다고 소개됐다.
• A3는 높이 174cm, 무게 60kg이며 1,152W 배터리를 자율 도킹으로 10초 만에 충전하거나 교체할 수 있다고 했다.
• 일반적인 2시간 충전 방식과 달리 8시간에서 최대 24시간 작동 가능하며, 온보드 엔진은 초당 700회 연산을 수행한다고 설명됐다.
• LAR와 360도 서라운드 뷰 카메라로 물체 인식·경로 계획을 수행하며, 20자유도 촉각 팔은 종이 한 장부터 5kg 물체까지 들 수 있다고 했다.
• 링크봇 시스템은 최대 100대의 로봇을 동시에 제어하며, A3는 4중 안전 시스템을 갖췄다고 소개됐다.

08용어 사전