Одной из главных проблем современной робототехники долгое время оставался сбор качественных данных для манипуляций. Традиционное программирование каждого сустава слишком трудоемко, а управление через громоздкие VR-шлемы быстро утомляет операторов и не дает машине почувствовать физику контакта. Молодой стартап Reward AI предложил обойти эти барьеры и протестировал принципиально иной подход: позволить роботам обучаться напрямую через наблюдение за руками человека.
Новый подход к обучению роботов – всё благодаря перчатке Omnibody Hand. Источник: Reward AI
Сенсорный массив Omnibody Hand: высокоточный захват реальности
Ключевым звеном новой платформы стало аппаратное решение Omnibody Hand. Это не просто манипулятор телеприсутствия, а высокоинтенсивный сенсорный комплекс, превращающий человеческую руку в источник чистого датасета. Перчатка оснащена массивом тактильных датчиков, сенсорами приближения, а также встроенными камерами с глобальным затвором (global shutter), исключающими смазывание картинки при динамичных движениях.
Особое внимание инженеры уделили трекингу в пространстве. Объединив визуально-инерциальную одометрию с электромагнитным позиционированием, команда Reward AI добилась впечатляющей точности: на высоких скоростях перемещения средняя погрешность миграции заданной точки сократилась на 60%. Для высокоточных задач — от пайки плат до работы с хрупким стеклом — именно эти миллиметры определяют успех всей операции.
OM-1 обрабатывает мультимодальные сенсорные потоки, полученные с помощью системы Omnibody Hand, и генерирует действия со скоростью, свойственной человеку, для различных роботизированных тел. Иллюстрация: Reward AI
Модель OM-1: от жеста к действию за полчаса
Собранный телеметрический поток направляется в базовую модель управления OM-1. Архитектура нейросети спроектирована для работы без промежуточных звеньев: она учится исключительно на живых человеческих демонстрациях, отсекая необходимость долгой адаптации под конкретное «железо». OM-1 в реальном времени анализирует видеоряд, тактильные паттерны, траекторию кисти и расстояние между пальцами.
На выходе алгоритм синтезирует исполнительные команды: вектор движения, линейную скорость, усилие сжатия и триггеры смены фаз действия. По данным Reward AI, чтобы робот полностью освоил комплексную операцию — включая длительные серии движений и деликатные контактные задачи — достаточно всего 30 минут живой демонстрации оператора в перчатке.
Двухуровневая архитектура и независимость от платформы
За непосредственное физическое исполнение сгенерированных OM-1 команд отвечает нижний управляющий контур. Этот контроллер предварительно обучен методами обучения с подкреплением (RL) в виртуальных симуляциях. Работая на высокой частоте, он нивелирует задержки в передаче сигналов, гасит внешние вибрации и сглаживает переходы между фазами движения.
Главный технологический прорыв заключается в переносимости: полученные алгоритмом навыки можно практически без доработок экспортировать на самые разные типы манипуляторов. Индустрия постепенно уходит от парадигмы написания бесконечного кода — будущее автоматизации строится на быстрой передаче интуитивного человеческого опыта напрямую в кремний.
Тектонические сдвиги происходят и на уровне микроэлектроники. В то время как робототехники сокращают время обучения моделей, полупроводниковые гиганты перестраивают цепочки поставок: Samsung избавляется от самостоятельного выпуска памяти DDR5, передавая производство на аутсорс, ради максимальной концентрации ресурсов на специализированных чипах для систем искусственного интеллекта.