维度网讯，英国机器人及人工智能公司Humanoid推出了基于强化学习的技术方案KinetIQ Ascend，旨在以人类速度甚至更快达到99.9%的操作可靠性。

KinetIQ Ascend建立在先前发布的KinetIQ平台之上，通过试错学习直接改进机器人在工业任务中的表现。该系统在多项任务上进行了测试，包括从料箱中拾取零件、向人类递送物体，以及用双臂抬起并移动容器，在不同操作场景中均被证实有效。

在机器上料应用中，机器人从料箱中拾取钢制轴承环并放置到传送带上，KinetIQ Ascend将吞吐量提升了42%，使机器人能够以最初学习的人类演示速度的1.5倍运行。在另一项从杂乱手提箱中拾取物品并递送给人类的任务中，该方法将吞吐量提升了85%，成功率从80%提高到98%。

在第三项双臂手提箱处理任务中，机器人用双臂从桌子上抬起手提箱，吞吐量提升了一倍以上，成功率从78%上升到99%，故障率降低了约20倍，所有结果均在仅几天训练后达成。

这些结果显示了KinetIQ Ascend开发机器人能力的新方式，在一系列实际运营任务中均被证明有效，涵盖高速单臂拾取到复杂的双臂处理。该技术还证明，机器人的性能随训练时间增加而可预测地提升，类似于大型语言模型随着更多计算和数据可用而改进的方式。仿真实验支持的观察到的扩展趋势表明，该方案可一直扩展到100%的可靠性。

新方法还揭示了另外两个发现：仅改进工作流程中最困难的部分可改进整个任务，并且机器人能够泛化到训练中未见过的物体。

Humanoid首席技术官Jarad Cannon表示，人形机器人的竞赛正变成一个规模问题，现实世界中的强化学习可以成为解决方案的核心部分。曾经需要数月手动调优的机器人现在在几天内就能超越人类演示的表现。KinetIQ Ascend提供了一种开发机器人能力的新途径，不再需要花费数月收集数据并手动调优每个新技能，从基本行为开始，让强化学习将其精炼成可部署的能力，这一过程被称为构建“能力工厂”，标志着人形机器人从演示向工业可依赖工具的转变。

Humanoid在一份新的技术报告中概述了上述发现，该报告涵盖了KinetIQ Ascend的完整方法论，包括训练基础设施、算法解决方案以及对结果的更深入分析。