Από την αντίληψη στη δράση — μοντέλα όρασης-γλώσσας και όρασης-γλώσσας-δράσης, σε πραγματικά ρομπότ, με ντετερμινιστικό όριο ασφάλειας.
Η Hyperion δεν τοποθετείται ως γενική ομάδα μηχανικής. Η τεχνική επάρκεια χρησιμοποιείται για καλύτερες αποφάσεις προϊόντος, αμφισβήτηση παραδοχών, ορισμό τεκμηρίων και συντονισμό των ειδικών που απαιτεί η ανάθεση.
Αντίληψη
Πολιτική (VLA)
Έλεγχος
Επόπτης ασφάλειας
Από τους αισθητήρες στην κίνηση, πίσω από ανεξάρτητο επόπτη ασφάλειας.
Ένα pipeline τεσσάρων σταδίων: αντίληψη, μετά η πολιτική (ένα μοντέλο όρασης-γλώσσας-δράσης), μετά έλεγχος, μετά ανεξάρτητος επόπτης ασφάλειας.
Ένα ρομπότ που δουλεύει σε επίδειξη δεν είναι ρομπότ που μπορείτε να αναπτύξετε. Οι ουσιώδεις επιλογές — VLM ή VLA, τι επιτρέπεται να αποδείξει μια προσομοίωση, πού βρίσκεται το ντετερμινιστικό όριο ασφάλειας — είναι αποφάσεις προϊόντος πριν γίνουν αποφάσεις μηχανικής. Η Hyperion τις αναλαμβάνει, ονομάζει τα τεκμήρια που κλείνουν την καθεμία και συντονίζει τους ειδικούς που υλοποιούν το αποτέλεσμα.
Το pipeline αισθητήρα-σε-δράση (αντίληψη → πολιτική → έλεγχος), η διάκριση VLM/VLA (ένα VLM αντιλαμβάνεται και συλλογίζεται· ένα VLA παράγει δράσεις), ένας βρόχος εκπαίδευσης και αξιολόγησης με προσομοίωση και sim-to-real, και ένα ντετερμινιστικό όριο ασφάλειας — η πολιτική προτείνει, ένας ανεξάρτητος επόπτης περιορίζει.
ROS 2· πολιτικές όρασης-γλώσσας-δράσης (οικογένεια π, SmolVLA, NVIDIA Isaac GR00T) και VLM· LeRobot για δεδομένα, εκπαίδευση και αξιολόγηση· τηλεχειρισμός για επιδείξεις· προσομοίωση (Isaac Sim/Lab) και sim-to-real· fine-tuning (LoRA/QLoRA) και αξιολόγηση κλειστού βρόχου· επόπτης ασφάλειας πραγματικού χρόνου, φάκελος λειτουργίας και διακοπή έκτακτης ανάγκης.
Από την αντίληψη στη δράση, με όριο που αστοχεί με ασφάλεια
Τα εκπαιδευμένα μοντέλα προτείνουν· ένα ντετερμινιστικό όριο αποφασίζει. Κάθε εντολή κινητήρα περνά από ανεξάρτητο επόπτη ασφάλειας πριν φτάσει στο υλικό.
Είσοδος
Ντετερμινιστικό
Εκπαιδευμένο
Ασφάλεια
Έξοδος
Ροή από τους αισθητήρες μέσω της αντίληψης, του VLM και του VLA, του σχεδιαστή και του ελεγκτή, προς έναν ανεξάρτητο επόπτη ασφάλειας που ελέγχει την πρόσβαση στους επενεργητές, με ανατροφοδότηση προς τους αισθητήρες.
ΕκπαιδευμένοVLMΑγκυρώνει τον στόχο — «Τι κοιτάζω;»
ΕκπαιδευμένοVLAΠαράγει τμήματα δράσεων στο υλικό
ΝτετερμινιστικόΣχεδιαστής & έλεγχοςΤροχιά και έλεγχος στα ~1 kHz
ΑσφάλειαΕπόπτης ασφάλειαςΑνεξάρτητος φάκελος εκτός ζώνης και e-stop
ΈξοδοςΕπενεργητέςΚίνηση στον φυσικό κόσμο
Ντετερμινιστικό όριο ασφάλειας
Μόνο το ACCEPT του επόπτη ασφάλειας αφήνει μια εντολή να φτάσει στους επενεργητές· το REJECT επιβάλλει ασφαλή κατάσταση.
⤿Κλειστός βρόχος: η κατάσταση των επενεργητών και του περιβάλλοντος ανατροφοδοτείται στους αισθητήρες.
Ενδεικτικά χρονικά περιθώρια βρόχου ελέγχου: αντανακλαστικό/ασφάλεια ~1 kHz · αντίληψη ~10–40 ms · πολιτική ~20–100 ms · VLM ~1 Hz.
Το VLM συλλογίζεται. Το VLA δρα.
Δύο κλάσεις μοντέλων με διαφορετικούς ρόλους. Η έξοδος του VLA οδηγεί απευθείας τους κινητήρες, άρα πρέπει να περάσει ένα ντετερμινιστικό όριο ασφάλειας. Ένας στόχος, ένα σχέδιο ή μια κλήση εργαλείου ενός VLM που μπορεί να επηρεάσει την κίνηση χρειάζεται επίσης τα δικά του όρια εξουσιοδότησης, και κανένας από τους δύο ελέγχους δεν αποτελεί ολόκληρη την τεκμηρίωση ασφάλειας.
Το VLM αγκυρώνει τον στόχο που εκτελεί το VLA. Τα παραδείγματα μοντέλων είναι ενδεικτικά ανοιχτών κλάσεων (π.χ. VLM κλάσης Pixtral· VLA κλάσης π0 / SmolVLA).
Επιτυχία προσομοίωσης (LIBERO-Spatial), προσαρμοσμένο μοντέλο
Προσαρμοσμένο μοντέλο: 48/50 επεισόδια (96%). Δέκα εργασίες LIBERO-Spatial που υπήρχαν στην εκπαίδευση, νέες αρχικές θέσεις στον προσομοιωτή, επίσημος αξιολογητής LeRobot. Ένα seed εκπαίδευσης, ξεχωριστό fine-tune 1.000 βημάτων. Πρόκειται για μεμονωμένο πιλοτικό αποτέλεσμα· δεν παρουσιάζεται ως βελτίωση έναντι μιας βάσης αναφοράς.
Σε ρομπότ, ξηρή εκτέλεση
αντίληψη 10/12 · κατανόηση 12/12 · ερμηνεία 10/12 · από άκρο σε άκρο 10/12