Toddlerbot - Nền tảng humanoid tương thích ML mã nguồn mở
(toddlerbot.github.io)- ToddlerBot là nền tảng robot humanoid mã nguồn mở chi phí thấp, được thiết kế với mục tiêu học chính sách và khả năng mở rộng thí nghiệm trong nghiên cứu robotics và AI
- Phiên bản mới (2.0) hỗ trợ nhiều tính năng mới như cartwheel, bò trườn, đi bộ nhanh, điều khiển từ xa bằng VR, ước lượng độ sâu stereo thời gian thực
- Nhấn mạnh khả năng tái lập và độ bền với thiết kế 30 bậc tự do, nhiều end-effector khác nhau (dạng lòng bàn tay và gripper), cùng khả năng sửa chữa nhanh dựa trên in 3D
- Đã chứng minh tính tương thích ML qua các tác vụ đi bộ, thao tác hai tay, thao tác toàn thân, skill chaining sử dụng học tăng cường và mô hình khuếch tán
- Cung cấp manual và mã nguồn mã nguồn mở hoàn chỉnh, cho phép bất kỳ ai cũng có thể chế tạo, chuyển giao chính sách và thí nghiệm hợp tác đa robot
Ý nghĩa của dự án mã nguồn mở Toddlerbot
- Toddlerbot là dự án robot humanoid mã nguồn mở, cho phép bất kỳ ai cũng có thể tận dụng mã nguồn để tự lắp ráp và cải biến
- So với robot humanoid thương mại, chi phí chế tạo thấp hơn, cấu trúc và số lượng linh kiện ít hơn nên rào cản gia nhập thấp
- Có thể được sử dụng cho nhiều mục đích như thiết kế phần cứng robot, điều khiển phần mềm và huấn luyện thuật toán
- Cộng đồng năng động và tài liệu hóa tốt giúp cả người mới bắt đầu lẫn chuyên gia đều dễ khai thác
- Là nền tảng robot phù hợp cho mục đích nghiên cứu, phát triển, giáo dục và tạo mẫu thử nghiệm
Tính năng và ưu điểm chính
- Có thể dễ dàng chế tạo thông qua máy in 3D, sơ đồ mạch mã nguồn mở và phần mềm công khai
- Cấu trúc thiết kế modular cho phép tự do thiết kế và thay thế đầu, tay, thân v.v.
- Tích hợp với nhiều ngôn ngữ lập trình như Python, cho phép thử nghiệm nhiều chiến thuật điều khiển khác nhau
- Hỗ trợ mở rộng tùy chọn bằng cách bổ sung cảm biến, động cơ, camera v.v.
Các tính năng chính của ToddlerBot 2.0
- Cartwheel: trình diễn độ nhanh nhẹn và khả năng giữ thăng bằng cao, hầu như không bị hư hại ngay cả khi thất bại
- Bò trườn: chuyển động bò bằng bốn chi như trẻ nhỏ, sử dụng cả tay và chân
- Đi bộ nhanh: tốc độ đi bộ đa hướng 0.25m/s, quay tại chỗ tối đa 1rad/s
- Điều khiển từ xa bằng VR: vận hành thời gian thực dựa trên Meta Quest 2
- Ước lượng độ sâu stereo: trang bị Jetson Orin NX 16GB, xử lý thời gian thực ở 10Hz
Đặc điểm thiết kế
- 30 bậc tự do (DoF): tay 7, chân 6, cổ 2, eo 2
- Cảm biến và thiết bị điện tử: 2 camera mắt cá, loa, 2 microphone, IMU, Jetson Orin NX
- End-effector: hai tùy chọn gồm dạng lòng bàn tay linh hoạt và gripper song song
Thử nghiệm hiệu năng
- Kiểm tra chiều dài tay: có thể nắm vật thể lớn gấp 14 lần thể tích thân
- Kiểm tra tải trọng: nâng được 1.48kg, tương đương 40% tổng trọng lượng, mà vẫn giữ thăng bằng
- Kiểm tra độ bền: với chính sách đi bộ dựa trên học tăng cường, hoạt động liên tục 19 phút; ngã 7 lần vẫn không hỏng; sửa chữa trong vòng 35 phút (in 3D + lắp ráp)
Chuyển động dựa trên AI
- Đối thoại và chống đẩy: tích hợp OpenAI Realtime API + GPT-4o
- Hít xà đơn: nhận dạng vị trí dựa trên AprilTag, chuyển chính sách từ mô phỏng sang robot thực
- Đi bộ và thao tác: thực hiện thao tác hai tay và toàn thân bằng học tăng cường và diffusion policy dựa trên RGB
- Skill Chaining: nắm tay cầm (diffusion policy) → đẩy xe đẩy (chính sách học tăng cường)
Khả năng tái lập và mở rộng
- Chuyển giao chính sách: chuyển nguyên vẹn chính sách thao tác được huấn luyện trên một ToddlerBot sang cá thể khác
- Hợp tác đa robot: hai robot cùng phối hợp thực hiện tác vụ dài hạn (dọn phòng)
- Dễ lắp ráp: bất kỳ ai cũng có thể chế tạo nhờ manual và video mã nguồn mở
Hỗ trợ nghiên cứu
- Bài báo: ToddlerBot: Open-Source ML-Compatible Humanoid Platform for Loco-Manipulation (arXiv:2502.00893)
- Được phát triển bởi nhóm nghiên cứu Đại học Stanford, với hỗ trợ từ NSF, Sloan Fellowship và nhiều nguồn khác
1 bình luận
Ý kiến trên Hacker News
Thực sự là một công trình rất ấn tượng, hy vọng khi rẻ hơn một chút thì có thể dùng ở nhà cho các dự án đơn giản
Video thất bại khi lộn nhào khá ám ảnh, có vẻ robot vẫn chưa học được cách ngăn cú ngã hoặc tự đỡ mình khi bị ngã. Màn trình diễn lộn nhào tự thân đã cực kỳ đáng kinh ngạc; lúc đầu tôi còn tưởng đó là đồ chơi hoặc CG, nhưng sau khi thấy cảnh mắc lỗi thì mới tin hơn rằng nó là thật
Tác phẩm thực sự rất tuyệt! Tôi tò mò không biết việc gần như toàn bộ robot đều có cấu trúc có thể in 3D sẽ có những giới hạn gì. Tuy vậy, nếu muốn tự lắp ráp thì có lẽ đây là điều thiết yếu
Tôi tự hỏi liệu có phiên bản nào rẻ hơn hoặc thân thiện hơn với người mới bắt đầu không, vẫn dùng Jetson nano nhưng các linh kiện còn lại là cấu hình không quá nặng nề với người mới
Dự án rất hay! Tôi tò mò không biết đã có sẵn mô phỏng Mujoco để có thể nghiên cứu thêm bằng VLA hay chưa
Tôi hình dung chuyện mua robot kiểu này để cho mèo ăn, rồi lấy các gói hàng ở trước cửa mang vào, không biết có phải tôi đang đòi hỏi quá nhiều khôngTái bút: thấy “rẻ” mà là $6,000 thì chỉ biết bật cười
Điều đó còn tùy hoàn cảnh. Nếu thức ăn được đặt trong một loại hộp phù hợp với robot thì việc robot múc thức ăn ra sẽ dễ hơn rất nhiều so với việc cho nó xử lý trực tiếp. Nếu người giao hàng (hoặc robot) luôn đặt kiện hàng ở cùng một chỗ thì cũng dễ hơn, còn không thì việc để robot tìm ra gói hàng sẽ trở nên rất khó. Thậm chí đội đóng gói và người dùng có thể còn phải thống nhất cả vị trí đặt. Ý tưởng thì tham vọng, nhưng thứ ngăn cản việc hiện thực hóa không phải là vì không thể làm được, mà là vì phải lập trình mọi thay đổi và chi tiết cho từng môi trường. Bảo robot di chuyển 5 cm thì dễ, nhưng bảo nó tìm một món đồ lạ bị đặt ở bất cứ đâu thì rất khó; tình hình đang dần cải thiện, nhưng đây vẫn là một bài toán hóc búa
Trên thị trường đã có sẵn rất nhiều máy cho ăn tự động rồi; tôi đang dùng một máy cho ăn hạt kibble mỗi tháng đổ một lần, một máy cho ăn thức ăn ướt phải châm mỗi ngày, và một đài phun nước uống
Mức giá $6,000 là đắt đối với một robot servo cỡ em bé, nhưng vẫn rẻ hơn phần lớn robot chó sản xuất tại Trung Quốc. Robot thực sự rất tốn kém
Tôi nghĩ sẽ thật tuyệt nếu có phiên bản giá 1.000 đô (dù tôi không biết điều đó có khả thi hay không)
Eo hai trục (2 DOF)! Đúng là đam mê thật sự
Trông thực sự rất ngầu, cảm ơn vì đã chia sẻ thông tin hay