机器人技术：ENACT 筹集近 2700 万欧元用于开发触觉

这家苏黎世初创公司正在筹集近 2700 万欧元的种子前资金，用于开发能够更好地感知力量并在与物体接触时调整其动作的机器人。它的挑战包括共同设计操纵所需的机制、数据和人工智能模型。在法国，Yann LeCun 和 Arthur Mensch 正在参与融资。

处理电缆、使用工具、进行组装：这些操作出现在 Enact Intelligence 数据收集程序中。它们的共同点是要求机器人与物质交互、伴随运动并适应动作过程中发生的情况。对于这家瑞士公司来说，部分答案在于机器可以收集有关其自身运动和遇到的力的信息。

因此，Enact Intelligence 打算通过结合人工智能模型、传感器和执行器（产生运动的组件）来开发能够学习精细操作的机器人。这个问题既与机器人的设计有关，也与机器人的学习有关：必须向其提供哪些信息才能正确调整其姿势？

了解接触后会发生什么

该初创公司将其方法描述为本体感受系统与能够利用力信息的模型相结合。本体感觉告知机器人其自身的机械状态；对努力的感知应该有助于他在操纵过程中调整自己的行为。

这里的“触觉”涵盖了考虑物理交互的能力。 Enact 强调力和本体感觉，但没有详细说明其整个传感器架构，因此想象人造皮肤复制人手的所有感觉还为时过早。

目标是学习可用于不同任务和不同环境的操作技能。我们在对初创公司招聘的分析中发现了一个雄心：未来的科学家必须研究力敏感模型，组织训练数据并评估真实机器人的行为。他们的计划包括转向现实世界条件时的学习效率和鲁棒性。

力学进入学习循环

该公司首席执行官兼创始人 Manuel Galliker 在 1X 专门从事机器人控制工作。他想要重新思考数据循环，以及机器人身体如何通过其执行器和传感器提供额外的信息来学习精细操作。

Enact 正在寻找机械设计、可编程电子、实时控制和系统集成方面的技能。该公司还希望开发培训和评估其模型所需的基础设施。

这种整合可以使共同开发学习材料和方法成为可能。它还使公司在几个方面做出了承诺：更好的模型必须与可靠的组件配合使用，机械修改必须与所使用的数据和软件保持兼容。

该计划的广度解释了融资必须响应的项目​​，因此初创公司必须为人工智能实验、制造和测试设备提供资金，然后汇集能够使一切正常运转的技能。

在自主之前，需要记录人类手势

其中最具启发性的职位之一是机器人操作员。它的任务是引导机器并使用动作捕捉系统远程操作它们。这些演示必须直接用于神经网络的训练。

这项工作包括监控数据质量、注释轨迹和报告异常行为。因此，Enact 程序提供了用于生成物理示例的结构化活动。

该组织将收集效率置于项目的中心。需要多少次演示才能学会一项操作？这些知识有多少可以用在其他地方？操作员应该多久进行一次控制？答案将决定使系统适应实业家需求的部分成本。

在苏黎世，多种敏捷方法相互对抗

Enact 加入了模仿机器人已经占据的领域。苏黎世的另一家公司正在开发一种集成方法，将机器人手、学习模型和收集人类演示的设备结合起来。

其他公司正在通过能够控制不同机器人的模型来解决这个问题。物理智能提出了在多个平台上训练的通用模型，而 Flexion 则开发了针对不同硬件的自治层。这些方法提出了一个常见的问题：有多少智能可以在机器之间转移，有多少智能取决于它们的物理设计？

制造商的选择也将基于其现有的解决方案：专业自动化、定制集成或手动工作。

下一个里程碑是随着时间的推移而衡量的

Enact 还正在准备验收标准和自动化测试，以支持从原型到可重复生产的转变。

对于客户来说，兴趣将通过速度、成功率、可用性和必要的干预措施来衡量。

投资者聚集在其中几个领域。 redalpine 将自己定位于软件与科学的交叉点；第一分钟资本特别关注具体的人工智能和工业技术。 Notion Capital 在其论文中包含了与其物理环境交互的软件。他们的存在为项目提供了资源；下一个可观察的结果将是为客户可持续地开展运营，并衡量运营成本。 Enact Intelligence 完成 2670 万欧元种子前融资

据 Sifted 报道，Yann LeCun 和 Arthur Mensch 也将参与此次行动。