Нероботы

Руки дошли до дела Исследователи из ETH Zurich научили роботизированную кисть WUJI ходить на собственных пальцах. Пятерня умеет ползать, поворачиваться, вставать после падения, играть в Танки нажимать клавиши и толкать предметы – без ног, голов и других обвесов. У кисти 20 приводных суставов – по четыре на каждый палец. Чтобы она могла передвигаться самостоятельно, инженеры установили специальный небольшой датчик, который определяет движение и положение кисти в пространстве. Вся рука весит 818 г. Ходьбу и повороты WUJI освоила с помощью обучения с подкреплением в симуляторе NVIDIA Isaac Lab. Для этого исследователи настроили виртуальную модель – учли трение, жесткость и возможные задержки. После переноса на реальную систему кисть смогла передвигаться по 14 типам поверхностей, включая дерево, резину и гравий. На случай, если рука запутается в своих пальцах, для нее обучили отдельную модель восстановления. В физических тестах WUJI смогла самостоятельно подняться после падения в 84% случаев. Кажется, все мы видели подобную сцену в фильмах ужаса. Возвращаясь к нашим танкам: кисть вполне успешно посадили нажимать кнопки на клавиатуре. Поддерживая себя на пальцах, она без камеры нажимала стрелки и правильно выполнила 29 из 32 последовательных команд. На реакцию в среднем уходило 0,25 секунды. Кисть также смогла пройти небольшие головоломки Sokoban на 9 и 12 ходов. Правда, во всех трех ошибках рука вместо стрелки вверх случайно нажимала правый Shift. Ну, а кто из нас так не делал. @anti_robots

Маршрут наговорен Mistral AI представила Robostral Navigate — модель для навигации, которая помогает роботу находить путь по команде на естественном языке. Ей достаточно одной RGB-камеры: робот получает инструкцию вроде «доедь до двери и поверни направо», смотрит на окружающее пространство и решает, куда двигаться дальше. Лидары и камеры глубины для этого не нужны. Robostral анализирует "инструкцию" и историю кадров и примерно раз в две секунды выбирает следующую точку движения. Если цель видна, то система указывает ее на изображении, а если нет — задает направление поворота или смещения. При этом Robostral не управляет моторами напрямую. Ее маршрутную точку получает отдельная диффузионная модель. Систему обучали полностью в симуляции — примерно на 2,4 млн маршрутов в 350 тыс. сценах. Чтобы модель меньше зависела от конкретного робота, разработчики меняли размеры платформы, положение и наклон камеры. После Robostral дообучили с подкреплением на сложных сценариях, где исходная версия чаще ошибалась. Модель успешно стала выполнять 77,4% задач. Систему проверили на гуманоиде Galaxea R1 и колесном JetAuto. При этом менять пришлось только контроллер, который непосредственно управляет движением каждого из роботов. Роботы прошлись по заполненному офису с препятствиями на пути. Хотя, к сожалению, о проценте успешных случаев умалчивают. Ну, нет конца учению! @anti_robots

Китай начинает охлаждать рынок гуманоидных роботов Китайский регулятор ужесточает подход к IPO стартапов, выпускающих гуманоидных роботов. Комиссия по ценным бумагам дала инвестиционным банкам неформальные рекомендации: для выхода на биржу робототехническим компаниям теперь важно показать реальную выручку, перспективу сокращения убытков или технологическую уникальность. Вероятно, это следствие IPO Unitree Robotics, одного из главных символов бума. После дебюта на Шанхайской бирже цена их акций взлетела на 460%, но затем потеряла около 40% от цены закрытия первого дня. К слову, акции другой компании, Mech-Mind Robotics, после выхода в Гонконге сейчас торгуются примерно на 20% ниже цены IPO. Отрасль перегрета, в нее сейчас вливается огромный поток венчурных денег. Только в первой половине года китайские стартапы в сфере гуманоидной робототехники привлекли около $5,4 млрд — более чем вдвое больше, чем за весь 2025 год. Эти деньги порождают десятки похожих компаний, которые пока выдают недостаточно убедительные результаты. А между тем, многие из них уже собрались на IPO. Его планируют такие компании, как GalBot, AgiBot, LimX Dynamics и Galaxea AI. Однако масштабирование сегодня происходит быстрее, чем появляются реальные технологии и бизнес-модели. В Китае уже сотни робототехнических стартапов, а демонстрации на выставках становятся всё эффектнее: роботы готовят еду, складывают одежду, выполняют физическую работу. Но в реальных условиях многие из этих сценариев пока требуют постоянного вмешательства человека. В этих условиях, китайские регуляторы, видимо, решили попробовать отсечь наиболее слабые проекты перед массовым выходом на биржу, чтобы инвесторы начали оценивать проекты не по числу прототипов и размеру раундов, а по выручке, себестоимости, устойчивости бизнеса и действительно работающим технологиям. Сомневаемся, впрочем, что это поможет. Кривую хайпа не обманешь — сначала период завышенных ожиданий, потом долина разочарований, и только затем — внедрения в реальные кейсы. Читайте «Нероботы» в Telegram и Максе!