Роботы способны выполнять самые разные задачи — от упаковки коробок до проведения операций. Но для каждой конкретной задачи требуется особое обучение, что затрудняет быструю адаптацию роботов к изменениям в реальном мире.
Компания Mbodi разработала систему, которая значительно упрощает и ускоряет процесс обучения роботов с помощью множества взаимодействующих AI-агентов. Эта облачно-локальная гибридная платформа легко интегрируется в существующие робототехнические комплексы и позволяет роботам быстрее осваивать новые навыки.
Основатель и генеральный директор Mbodi, Ксавьер Чи, объяснил, что пользователи вводят команды на естественном языке, а система разбивает их на мелкие подзадачи. Кластер агентов эффективно распределяет задачи, чтобы быстро собрать необходимую информацию и обучить робота. Это особенно важно в физическом мире, где возможности бесконечны, и часто появляются совершенно новые ситуации, для которых нет готовых данных.
Идея компании родилась у Чи и сооснователя Себастьяна Перальты во время работы инженерами в Google, когда они осознали, что развитие ИИ всё активнее проникает в физический мир, но эффективных решений для быстрого обучения роботов пока недостаточно.
Mbodi стартовала в 2024 году с фокусом на задачи упаковки и сортировки. Компания уже получила признание, выиграв престижный конкурс AI-стартапов в области робототехники, что позволило наладить партнерство с крупной робототехнической организацией. Сейчас Mbodi сотрудничает с одной из крупнейших мировых компаний в сфере потребительских товаров, разрабатывая концепцию, позволяющую роботам адаптироваться к часто меняющимся условиям упаковки.
В будущем Mbodi планирует активно расширять внедрение своей технологии, делая ставку на надежную работу в реальных производственных условиях, а не на исследовательские эксперименты. Компания стремится создать продукт, который действительно изменит подход к обучению роботов и позволит им быстрее и эффективнее выполнять разнообразные задачи.
