何が起きたか

Figureは、物流環境でのHelixの初期展開から3か月で、システムの能力と性能が大幅に向上したと発表した。具体的には、変形しやすいポリ袋や平らな封筒など、より多様な包装タイプを扱えるようになり、処理速度は1パッケージあたり約5.0秒から4.05秒に短縮され、約20%の高速化を達成した。また、バーコードスキャンの成功率は約70%から約95%に向上した。これらの改善は、デモンストレーションデータの拡張(10時間から60時間)と、時間的メモリや力覚フィードバックなどのモデルアーキテクチャの改良によるものだとしている。

Key Facts

Figureは、物流環境でのHelixの初期展開から3か月で、システムの能力と性能が大幅に向上したと発表した。[0]
Helixは、変形しやすいポリ袋や平らな封筒など、より多様な包装タイプを扱えるようになった。[0]
処理速度は1パッケージあたり約5.0秒から4.05秒に短縮され、約20%の高速化を達成した。[0]
バーコードスキャンの成功率は約70%から約95%に向上した。[0]
改善は、デモンストレーションデータの拡張(10時間から60時間)と、時間的メモリや力覚フィードバックなどのモデルアーキテクチャの改良によるものだとしている。[0]

なぜ重要か

この発表は、Figureが物流分野でのヒューマノイドの実用化に向けて、学習ベースのアプローチのスケーラビリティを示すものだ。処理速度と精度の向上は、完全自律型のパッケージ仕分けに近づいていることを示唆している。