Toyota научила робота дриблингу баскетбольного мяча — и это заняло пару часов

Компания Toyota Motor Corporation опубликовала результаты исследования в области управления движениями человекоподобных роботов с применением обучения с подкреплением. Работа была представлена в центре Mirai Sousei 31 марта 2026 года.
В рамках исследования специалисты изучили два вида движений: обычную ходьбу и дриблинг баскетбольного мяча. Обучение с подкреплением представляет собой разновидность машинного обучения, при которой система методом проб и ошибок ищет способы получить максимальное вознаграждение в искусственной среде.
Для решения поставленных задач инженеры применили активно развивающийся в последние годы подход Sim2Real. Его суть заключается в том, что робот накапливает опыт в виртуальной среде моделирования, а затем полученные знания переносятся на реальную машину. В задаче ходьбы система получала положительные очки за приближение к заданной скорости передвижения и штрафные баллы за скольжение ног. Параллельное управление тысячами роботов в симуляторе позволило освоить равновесие примерно за один-два часа обучения. Тем не менее, возникла серьезная проблема так называемого Sim2Real Gap, то есть существенного расхождения между поведением виртуальной модели и реального устройства.
Чтобы устранить этот недостаток, разработчики внедрили доменную рандомизацию: к показаниям датчиков добавлялся шум, а коэффициент трения о поверхность случайным образом варьировался. Дополнительно применялся метод Real2Sim, оптимизирующий имитационную модель на основе данных реального привода.
Дриблинг оказался значительно сложнее ходьбы, поскольку требует взаимодействия с внешним объектом. Контакт с мячом происходит мгновенно, что делает выбор правильного действия крайне непростой задачей. Для её решения исследователи записали движения живого человека с помощью технологии захвата движений, адаптировали полученные данные под скелетную структуру робота и использовали их как эталон при обучении. Это позволило добиться естественного и стабильного дриблинга. Ошибки камеры и задержки распознавания были заранее измерены и воспроизведены в симуляторе, что обеспечило успешный перенос навыка на реальную машину.

(По материалам сайта Ceny Avto)