Mentee Robotics, con sede in Israele, ha dimostrato un flusso di lavoro logistico: due MenteeBot V3 umani lavorano autonomamente per raccogliere e posizionare contenitori. Un Sistema di Agenti Modulare è preferito perché favorisce la robustezza nel mondo reale e minori esigenze di calcolo rispetto al modello End-to-End VLA. La sua architettura è composta da tre componenti: - Pianificatore LLM: Converte le istruzioni in codice eseguibile in Linguaggio API Robotico per una decomposizione affidabile dei compiti e gestione degli errori. - Stack di Percezione: Utilizza modelli pre-addestrati (NeRF/3DGS, visione distillata) per la comprensione della scena e la navigazione. - Politiche di Controllo: Modelli di Apprendimento per Rinforzo (RL), addestrati su larga scala tramite Sim2Real, generano comandi motori, consentendo una manipolazione mobile ad alta precisione. Fondamentalmente, il robot impara nuovi compiti da una singola dimostrazione in poche ore. Il tracciamento degli oggetti utilizza geometria 3D (STL/URDF) tracciata nel video per definire la funzione di ricompensa RL. L'addestramento è ottimizzato utilizzando 'Apprendimento Automatico del Curriculum', che regola autonomamente la difficoltà del compito in base alle prestazioni del robot, eliminando l'ingegneria manuale. Tutti i calcoli vengono eseguiti a bordo.

Specifiche hardware di MenteeBot V3