Robotin tekoäly siirtyi palvelimelle – toiminta-aika yli kaksinkertaistui

Microsoft Researchin 23. syyskuuta 2026 julkaisemat tulokset osoittavat, että Stretch 3 -robotin arvioitu toiminta-aika voi kasvaa yli 100 prosenttia, kun raskas tekoälypäättely siirretään etäpalvelimelle ja robotin grafiikkasuoritin korvataan kevyellä tiedonsiirtolaitteella. Samalla Microsoft esitteli Physical AI Toolchainiin ominaisuuden, jolla päättelytehtäviä voidaan sijoittaa robotin, lähellä olevan palvelimen ja pilven välille.

Myös AI Understandingin uutinen käsittelee työkalun julkaistua etäpäättelyominaisuutta ja SO-101- sekä UR10e-roboteille tehtyjä esimerkkejä. Mittausten vastaus käytännön kysymykseen on ehdollinen: tehokkaampi palvelin voi parantaa tehtävän onnistumista ja keventää robotin sähkönkulutusta, jos havainnot ja toimintaohjeet ehtivät kulkea verkon yli riittävän nopeasti.

Muisti ja käsivarsien onnistuminen puoltavat tehokasta palvelinta

Robottikuormien tekninen mittausraportti vertaa paikallisia ja etänä käytettyjä laskenta-alustoja kartoituksessa, navigoinnissa ja esineiden käsittelyssä. Sen luvut kuvaavat eri kokeita, joten muistin, onnistumisen ja akunkeston tuloksia ei pidä tulkita yhden robotin samaksi yhtäjaksoiseksi suoritukseksi.

• Muisti: Koko tutkittu ohjelmistopino tarvitsee käyttöjärjestelmineen vähintään noin 50 gigatavua muistia jo ilman DreamZero-mallia. Jetson Orin AGX:n 32 gigatavuun kaikki kuormat eivät mahdu samanaikaisesti.
• Onnistuminen: Kahden SO-101-käsivarren nauhan luovutustehtävä onnistui Orin AGX -kokoonpanolla 30 prosentissa yrityksistä. Sekä Jetson Thorilla että etäkäytetyllä A100-virtuaalikoneella osuus oli 80 prosenttia.
• Ajoitus: Onnistuneen luovutuksen keskimääräinen kesto oli Orinilla noin 42 sekuntia ja Thorilla sekä A100:lla noin 34 sekuntia. A100-vertailussa verkon edestakainen viive oli alle 15 millisekuntia.

Nauhan luovutuksessa malli tuotti käsivarsille liikejaksoja. Orinilla seuraava jakso valmistui hitaammin, jolloin liike pysähteli ja tarttuminen sekä luovutus epäonnistuivat useammin. Tulos kuuluu koko kokoonpanolle ja kyseiselle tehtävälle: se ei tarkoita, että mikä tahansa pilvipalvelin parantaisi robotin onnistumista samalla tavalla. Raportissa tehtävät toistettiin, mutta käsivarsikoe oli paikallaan pysyvä koejärjestely, kun taas akunkestoa arvioitiin liikkuvalle Stretch 3:lle.

Stretch 3:n lisätunnit perustuvat laitevaihdon laskelmaan

Toiminta-ajan kasvu syntyy siitä, että robotin mukana kulkeva paljon virtaa käyttävä laskentalaite vaihdetaan Raspberry Pi 5:een ja päättely tehdään muualla. Tutkijat mittasivat paikallisten laskenta-alustojen kulutusta ja laskivat sen vaikutuksen Stretch 3:n akkuun. Arviossa akun kapasiteetti on 216 wattituntia, anturit ja moottorit kuluttavat lähtötasolla 30 wattia ja tietoja lähettävä Raspberry Pi 5 noin 6 wattia.

Näillä oletuksilla tehokkaan paikallisen grafiikkasuorittimen poistaminen jättää suuremman osan akusta robotin liikkumiseen ja havaintojen keräämiseen. Yli kaksinkertainen toiminta-aika on siis arvio tietystä laitteistomuutoksesta, ei samassa kokeessa mitattu yhtäjaksoinen ajoaika. Laskelma edellyttää myös, että etäpalvelin on käytettävissä ja että robotin oma kevyempi laitteisto pystyy toimittamaan havaintonsa sille tehtävän aikana.

Viive ratkaisee, ehtiikö parempi laskenta auttaa

Etäpäättelyssä robotin on lähetettävä havainto verkkoon, odotettava mallin tulosta ja saatava toimintaohje takaisin ennen seuraavaa liikettä. Koko kierroksen aika koostuu langattomasta yhteydestä, mahdollisesta matkasta pilvipalveluun ja itse laskennasta. Lähellä oleva palvelin voi lyhentää tiedonsiirtoa, kun taas tehokkaampi mutta kauempana oleva grafiikkasuoritin voi vastata nopeammin laskentaosuudesta. Siksi palvelimen sijainti yksin ei kerro, kumpi ratkaisu on nopeampi.

Raportin toisessa viivekokeessa käsivarsitehtävän onnistuminen laski ihanteellisen yhteyden 80 prosentista 70 prosenttiin, kun verkkoviivettä lisättiin DGX Spark -kokoonpanoon. A100-virtuaalikone palautti onnistumisen 80 prosenttiin samassa vertailussa, koska nopeampi laskenta korvasi lisäviivettä. Esteiden välttämisessä myöhästynyt havainto on erityisen vakava: jos ympäristö ehtii muuttua ennen toimintaohjetta, robotin on kyettävä pysähtymään tai toimimaan muuten turvallisesti myös yhteyden häiriintyessä.

Kamerakuva asettaa kaistalle oman rajansa

Palvelin tarvitsee jatkuvasti tuoreita anturitietoja. Käsivarsikokeessa kolmen kameran pakkaamaton kuva vaati keskimäärin noin 100 megabittiä sekunnissa lähetyskaistaa. Häviöllinen H.264-pakkaus vähensi tarpeen kokeen asetuksista riippuen 12 tai 6,5 megabittiin sekunnissa, mutta samalla tarttumis- ja luovutustehtävien tarkkuus heikkeni. Kaistaa voi siis säästää, mutta kuvasta pois jäävä tieto voi olla juuri se, jota malli tarvitsee esineen paikantamiseen.

Usean robotin yhteinen verkko tuo lisäksi jonotusta. Raportissa Stretch 3:n kartoitukseen liittyvää liikennettä toistettiin Wi-Fi-verkossa useina samanaikaisina lähetyksinä, ja verkon vasteaika kasvoi kuorman mukana. Etälaskennan hyöty riippuu siten myös muiden robottien liikenteestä ja palvelimen kapasiteetista. Mittausten perusteella turvallisuuskriittisen, nopeasti muuttuvaan tilanteeseen reagoivan toiminnon sijoittaminen etäpalvelimelle vaatii enemmän kuin nopean mallin: yhteyden on pysyttävä tehtävän aikarajan sisällä.

Physical AI Toolchain tuo sijoittelun osaksi robottiohjelmaa

Microsoftin julkaisema ominaisuus pakkaa etänä ajettavan päättelyn erilliseksi ohjelmistokontiksi ja käyttää Kubernetesia sen sijoittamiseen grafiikkasuorittimelle. Työkalu liittyy myös LeRobot- ja ROS 2 -kehitysympäristöihin. Julkaisun esimerkit näyttävät, miten työn voi siirtää robotin ulkopuolelle; tutkimuksen suorituskyky- ja akkuluvut ovat silti peräisin mitatuista kuormista ja laskennallisesta akkuarviosta, eivät kaikkien työkalua käyttävien robottien tuloksista.

Jatkossa ratkaisevaa on, kuinka hyvin tällainen sijoittelu toimii pitkässä käytössä, kun langaton verkko ruuhkautuu tai yhteys katkeaa kesken liikkeen. Juuri silloin nähdään, muuttuuko laskettu lisätoiminta-aika robotin käyttöajaksi ilman, että tarttumisen tai turvallisen navigoinnin onnistuminen heikkenee.

Lue myös:

• Tekoälyagentin yksi onnistuminen voi johtaa harhaan – mittaa myös toistettavuutta
• Tekoälyagentin muistia voi väärentää – neljä koodityökalua taipui