Компания Humanoid опубликовала результаты KinetIQ Ascend — новой системы обучения гуманоидных роботов через подкрепление прямо на реальном железе, без симуляторов. Цель простая и жёсткая: 99,9% успешных операций на промышленной скорости или выше человеческой.

▶️До этого роботов учили копировать движения оператора. Метод рабочий, но с потолком: робот не может двигаться быстрее демонстратора и никогда не узнает, что будет, если ошибиться. KinetIQ Ascend переводит обучение в режим проб и ошибок робот сам практикуется, сам получает обратную связь и сам выходит за пределы возможностей человека-оператора.

Три производственных задачи, три результата:

⏺️ Подача деталей в станок: робот забирает кольца подшипников из корзины и кладёт на конвейер. После RL-обучения производительность выросла на 42%, цикл сократился с 27 до 19,5 секунды. И это при том, что RL применяли только к этапу захвата — перенос деталей не тренировали вообще.

⏺️ Захват и передача предметов человеку: тренировались только на бутылках с водой. Успешность выросла с 80% до 98%, производительность — на 85%. На банках с едой, которые робот никогда не практиковал, улучшение составило ещё 40%. Обучение на одном объекте улучшает общий навык захвата.

⏺️ Перемещение контейнеров двумя руками одновременно: производительность выросла более чем вдвое — с 122 до 279 контейнеров в час. Успешность с 77,6% до 98,9%. Те же настройки, что и на предыдущих задачах, никаких изменений под конкретную задачу.

Развёрнутый флот роботов продолжает обучаться прямо в поле. Каждое вмешательство оператора — это сигнал об ошибке, который уходит в обучение. Чем больше роботов работает, тем быстрее растёт качество всего флота.

▶️По заявлению компании, это первая публично описанная демонстрация сквозного RL-обучения на реальном двуруком гуманоиде в производственных условиях.

🤖 Робосфера