Этот пост добавлен читателем Naked Science в раздел «Сообщество». Узнайте как это сделать по ссылке.
Гуманоид Figure выполнил бытовые задачи в 30 незнакомых домах
Figure протестировала нейросеть Helix 2.5 в 30 незнакомых домах: гуманоид собирал игрушки, складывал полотенца и заправлял кровати без настройки под новое окружение. Разбираемся, как обучение на человеческих действиях помогает переносить навыки и почему успешная демонстрация еще не означает готовность робота к повседневной работе.
Для человека другая кровать или незнакомое полотенце обычно не становятся препятствием: мы переносим привычные навыки в новую обстановку. Figure проверила, насколько ее гуманоид способен делать то же самое.
Компания представила Helix 2.5 и испытала систему в 30 незнакомых домах. В каждом роботу предлагали бытовую работу: собрать игрушки, сложить полотенца и привести в порядок постель. Данные из этих помещений не использовали для обучения, а настройки модели под конкретный интерьер не меняли.
Такие задания сложнее, чем могут показаться. Роботу нужно не только захватить предмет, но и добраться до него, выбрать удобную позицию и согласовать движения тела и рук. С тканью добавляется еще одна трудность: ее форма меняется при каждом прикосновении.
Основой Helix 2.5 стало предварительное обучение на Index — наборе данных о человеческих действиях. После этого модель обучили трем выбранным задачам на материалах из других мест. Таким образом, эксперимент проверял способность применять знакомые действия в новых условиях.
Figure заявляет, что робот продемонстрировал выполнение задач во всех 30 домах. При этом в контролируемом сравнении моделей доля полностью успешных попыток выросла с 9% без предобучения на Index до 56% с ним. Эти цифры описывают разные стороны результата: работа в каждом доме не означает безошибочного выполнения каждого запуска.
В демонстрации показано и восстановление после ошибок. Гуманоид может отступить, изменить положение тела или зайти с другой стороны кровати, чтобы поправить покрывало и продолжить работу.
Для меня самое интересное здесь — возможность обходиться без отдельного обучения под каждую квартиру. Надежность еще предстоит повышать, но именно перенос навыков может сделать домашних роботов практически полезными за пределами подготовленной лаборатории.
Демонстрационное видео я перевел на русский и разместил на своем канале. В нем можно увидеть, как Figure 03 выполняет эти задачи в незнакомой обстановке.
Нашли опечатку? Выделите фрагмент и нажмите Ctrl (Cmd) + Enter.
Telegram 
Дзен 
VK
Предстоящие мероприятия
«Яндекс» выпустил собственную генеративную модель для создания рекомендаций, которую назвали Sona. Инженеры предложили собственную архитектуру и обучили Sona полностью с нуля на данных «Яндекса». Она способна как выбирать варианты, так и ранжировать их. Sona стала первой моделью в мире, которая может заменить целый каскад алгоритмов. При этом разработчикам не нужно вручную выбирать признаки, по которым модель будет работать. Sona уже показала высокие результаты на практике.
Низкие дозы обычного аспирина способны снизить риск развития деменции на 70%, но только у некоторых пожилых людей со специфическим генетическим профилем. Препарат оказывает мощное защитное действие исключительно на тех, чьи гены задают определенные особенности работы тромбоцитов, однако такое лечение вдвое повышает риск опасных внутренних кровотечений.
Туринская плащаница — льняной плат, на котором, как считается, отпечатан образ самого Христова воскресения — остается одним из самых известных и спорных исторических текстильных артефактов. Теперь ученые решили исследовать эту христианскую реликвию в контексте способов отбеливания льна.
В последние сорок лет на планете идет активное глобальное озеленение — в том числе в засушливых зонах планеты, от полупустынь до степей. Однако современные климатические модели (в отличие от прогнозов климатологов прошлого) никак не предсказывали это событие. Поэтому множество ученых озабочено непредсказуемостью происходящего. Авторы новой работы попытались найти какие-то минусы у этого процесса и частично преуспели: стабильность засушливости в сухих частях планеты действительно под угрозой.
Вчера, 28 сентября 2026 года, Starship впервые отправился в орбитальный полет. Цилиндр в полсотни метров высотой и девять метров в диаметре стал крупнейшим и самым массивным объектом, который наш вид когда-либо выводил на орбиту. Полет преследовали мелкие технические проблемы, но то, что система без крупных сбоев вернулась на Землю, показывает: ее разработчики близки к успеху. Вопрос лишь в том, достаточно ли близки, чтобы сделать Луну американской уже в сентябре 2028 года, когда NASA наметило высадку там людей?
Американская компания SpaceX сегодня, 28 сентября, планирует выполнить 14-й тестовый запуск транспортной системы Starship. Впервые за историю программы корабль должен выйти на околоземную орбиту и провести там почти 10-часовой полет. Стартовое окно откроется в 15:15 по московскому времени.
Нейросеть OpenAI добилась серьезного прорыва в математике, решив одну из семи «задач тысячелетия». Получат ли США, чьи нейросети опираются на гораздо более мощное «железо», чем у Китая, монополию на конвейер научных открытий? Даст ли это возможности сравнимые с их атомной монополией 80 лет назад?
В последние сорок лет на планете идет активное глобальное озеленение — в том числе в засушливых зонах планеты, от полупустынь до степей. Однако современные климатические модели (в отличие от прогнозов климатологов прошлого) никак не предсказывали это событие. Поэтому множество ученых озабочено непредсказуемостью происходящего. Авторы новой работы попытались найти какие-то минусы у этого процесса и частично преуспели: стабильность засушливости в сухих частях планеты действительно под угрозой.
Спустя три года после начала испытательных полетов крупнейшую ракету и космический корабль в истории человечества объявили готовыми к первому запуску на орбиту. Причем его планируют сразу десятичасовым и с выводом большой группы спутников Starlink нового поколения. По пропускной способности один этот запуск добавит столько же, сколько десять запусков Falcon 9, современного лидера серийного земного ракетостроения.
[miniorange_social_login]
Подтвердить?
Не получилось опубликовать!
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Комментарий на проверке
Что-то в вашем комментарии показалось подозрительным, поэтому перед публикацией он пройдет модерацию.
Понятно
Аккаунт заблокирован!
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Что-то пошло не так!
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
ПонятноЛучшие материалы
Войти
Вконтакте
По e-mail
Google
Яндекс ID
Ваша заявка получена
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно