Сомневаюсь, следовательно, несу коробку — 29 июня 2026 г. в 14:43:03.268
Сомневаюсь, следовательно, несу коробку Роботы уже умеют ходить, хватать и даже играть в футбол. Однако иногда гуманоид может решить, что задача выполнена, хотя до неё дело так и не дошло. Исправить это решил швейцарский стартап Flexion Robotics — инженеры показали программную платформу Reflect v1.0. Подопытным стал модифицированный Unitree — он бродил по офису и выгружал снэки из коробки в ящик ⤴️ Его главным умением как раз стала способность заметить и вовремя исправить ошибку. В чём особенность платформы: собственная визуально-языковая модель (VLM) не считает действие выполненным только потому, что сама отдала команду. Она получает картинку с камер и даёт роботу поручения: найти объект, запросить маршрут, вызвать лифт — и так далее. При этом VLM «подгружает» сценарий, сверяясь с результатом каждого действия. Если что-то идёт не так, робот сначала пытается исправить ситуацию, и только потом VLM перестраивает план. За движения отвечает VLA-модель. Один и тот же навык захвата инженеры проверяли на коробках массой от 100 гр до 3,5 кг. Встроенные Гугл-карты тоже имеются: для навигации модель обращается к семантической карте здания. Как отметили в Flexion, у обычных VLM как правило включён режим торопыг: как только модель узнаёт ситуацию, ИИ сразу выдаёт следующую команду, не убедившись, что предыдущую робоноги-роборуки выполнили успешно. Поэтому компания использовала обучение с подкреплением (reinforcement learning). Для сравнения: базовая модель ошибалась почти сразу. После дообучения на примерах робот завершал задачу целиком в 38% случаев. А вот после добавления reinforcement learning показатель вырос до 90%. @anti_robots