TGViewer
Neurohive Neurohive @neurohive · 5.39K subscribers
Post #1982 826
🤖 Робота обучили ловить коробки весом до 2 кг на расстоянии до 7 метров, ориентируясь на данные с камеры

Группа исследователей из университетов США и Сингапура научила гуманоидного робота Unitree G1 ловить брошенные ему коробки весом от 500 г до 2 кг на расстоянии от 2.5 до 7 метров с помощью нового метода Reflex. Коробку робот видит только через RGB-D камеру на своём торсе. Коробка летит около секунды, за это время робот выходит на правильную траекторию, принимает коробку на предплечья, прижимает к груди и гасит удар, не теряя равновесия. Раньше для подобных задач роботам требовался захват движения (motion capture), Reflex обходится без него. Авторы планируют выложить код в репозиторий на GitHub. Видео и демо доступны на сайте проекта.

Задача сочетает три проблемы. Первая: управление всем телом. Коробку нужно принять на предплечья, прижать к торсу и погасить её импульс, переставляя ноги и удерживая равновесие. Вторая: задержка. Коробка долетает примерно за секунду, а медианная задержка от съёмки кадра до команды контроллера равна 69 мс. Реагировать на последний кадр поздно, поэтому гуманоидный робот должен предсказать, куда летит коробка, и заранее выбрать точку, где ее поймать. Третья: эгоцентрическое зрение. Камера двигается вместе с роботом, движение коробки в кадре смешивается с движением самой камеры, а перед контактом коробку закрывают руки робота.

Авторы разделили пайплайн на две части: зрение превращает историю кадров в восьмимерный латентный вектор, который описывает динамику коробки, а контроллер по этому вектору и состоянию робота 50 раз в секунду выдаёт целевые углы для 29 суставов. Обучение идёт в симуляторе Isaac Lab.

На реальном роботе Unitree G1 каждое условие проверяли всего 20 бросками, так что погрешность доходит до ±20 пунктов. С 2.5 метров гуманоидный робот поймал 65% бросков, с 5 метров 40%, с 7 метров 15%. Трое людей на тех же дистанциях ловили 85%, 68% и 28%, то есть с 7м коробку плохо ловят и люди. Маленькую и большую коробки, а также утяжелённые до 2 кг робот ловил реже: от 20% до 60% бросков. Даже когда коробку бросали не прямо в робота, а немного левее или правее, он поймал 8 бросков из 20.

UPD: код опубликован

#Stateoftheart
  • 👍 7
  • ❤‍🔥 3
  • ❤ 2
  • 🤨 1
More from @neurohive
  1. Sep 29, 2026🎼YuE2: открытая модель генерирует песни с редактируемой партитурой на уровне Suno v5 Кома…
  2. Sep 24, 2026RRSI: метод рекурсивного самоулучшения обвязки ИИ-агентов от Google улучшил результаты Cla…
  3. Sep 19, 2026Vidu S2: модель генерирует видео-аватары и редактирует стримы на лету в 720p при 25–42 FPS…
  4. Sep 9, 2026WorldSculpt: модель собирает 3D-сцену с сотнями отдельных объектов из видео Alaya Lab и То…
  5. Aug 31, 2026🗣 VoiceMem: фреймворк памяти для голосовых ассистентов поднимает факты из всех прошлых ди…
  6. Aug 24, 20264DAnyone: 4D-модель человека из видео, снятого одной камерой Исследователи из Zhejiang Uni…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →