Роботи вчаться ходити по-людськи: нова система з Китаю

🤖 Дослідники з Національного університету оборонних технологій Китаю спільно з корпорацією Midea Group представили інноваційну систему HumanoidExo — легкий і компактний носимий екзоскелет, який фіксує рухи людини та перетворює їх на структуровані дані для навчання людиноподібних роботів.

Екзоскелет для збору даних і навчання роботів. Джерело: Github

Розробка вирішує одну з найскладніших проблем сучасної робототехніки — навчання людиноподібних роботів природним рухам без необхідності збирати тисячі дорогих демонстрацій.

Як це працює

HumanoidExo — це не просто костюм, а повноцінний інтерфейс між людиною та роботом. Він оснащений:

• інерційними сенсорами на зап’ястях для точного відстеження рухів рук;
• модулем LiDAR на спині, який фіксує положення тіла у просторі та зріст користувача;
• системою прямої відповідності суглобів, де сім суглобів людської руки повністю відповідають механіці робота.

Для покращення сприйняття навколишнього середовища додано дві камери на зап’ястях — вони закріплені на рукавичках Dexmo із тактильним зворотним зв’язком і розташовані під тим самим кутом, що й камери самого робота. Такий підхід дає змогу отримувати нові ракурси та повніше сприймати простір, що суттєво підвищує точність навчання та реалістичність рухів гуманоїдів.

Джерело: Github

Зібрані дані обробляються дворівневою ІІ-системою HumanoidExo-VLA, яка включає модель Vision-Language-Action, що інтерпретує завдання та команди, і контролер із навчанням з підкріпленням, відповідальний за баланс і стійкість рухів.

Результати випробувань

Випробування показали вражаючі результати. Гуманоїд Unitree G1, який навчався за новою методикою, зміг:

• виконувати складні маніпуляції з предметами;
• зберігати рівновагу навіть під фізичним впливом;
• навчитися ходити всього після п’яти телеуправлінь і 195 сеансів, записаних за допомогою костюма.

Ефективність навчання зросла з 5% до 80%, що співмірно з результатами моделей, які пройшли сотні традиційних демонстрацій.

В одному з експериментів людина просто записала, як вона йде до столу — після цього робот самостійно повторив рух, хоча в початкових даних таких прикладів не було. Коли дослідники штовхнули робота, він відновив рівновагу й продовжив виконання завдання — без втручання людини.

Навіщо це потрібно

Головна проблема у навчанні людиноподібних ботів — нестача якісних даних. Відео й симуляції не дають повної картини реальних рухів, а процес збору фізичних даних складний і дорогий. HumanoidExo усуває цю перешкоду, дозволяючи точно переносити людські рухи, що суттєво прискорює та здешевлює розробку роботів нового покоління.

Контекст

Сектор робототехніки стрімко розвивається: від промислових маніпуляторів до автономних асистентів. У серпні Nvidia представила модуль Jetson AGX Thor за $3499 — «мозок робота», призначений для навчання та керування складними системами.

Експерти вважають, що HumanoidExo та подібні технології можуть стати ключем до створення роботів, які рухаються, як люди — інтуїтивно, точно й безпечно, без потреби вручну програмувати кожну дію.

🚶‍♂️ Таким чином, Китай робить помітний крок у майбутнє, де людський рух стає мовою для навчання машин.

Відеофрагмент випробування можна переглянути в нашому Телеграм-каналі.