Его зовут Unitree G1, и недавно он сделал то, во что сложно поверить: вышел на баскетбольную площадку и начал уверенно вести мяч, бросать по кольцу и выполнять сложные связки. Как же инженерам удалось научить машину такой динамичной игре? История оказалась увлекательнее любого спортивного матча.
Приветствуем вас в блоге "Корпорации роботов". Мы знаем о роботах всё и делимся с вами самым-самым интересным.
Знакомьтесь: герой площадки
Unitree G1 — это не просто железный ящик на ножках. Это технологический атлет.
- Он весит около 35 кг и достигает в высоту примерно 127 см.
- В его теле установлены от 23 до 43 моторов (в зависимости от модели), которые работают как суставы. Именно это позволяет ему двигаться с удивительной пластичностью — наклоняться, поворачивать корпус и даже прыгать.
- Его «мозг» — мощный процессор, а «глаза» — система из камер глубины и 3D-лидаров. Они сканируют пространство, строят карту и видят не только кольцо, но и траекторию мяча.
- Особый интерес представляют его ловкие руки. В продвинутых версиях они оснащены тремя или пятью пальцами с тактильными сенсорами, которые могут аккуратно ощущать и удерживать предметы. Для баскетбола это оказалось ключевым навыком.
Обучить робота заранее прописанному танцу — сложно, но возможно. Научить его адаптироваться к непредсказуемому отскоку мяча, восстанавливать равновесие и комбинировать движения — задача иного уровня. За нее взялись ученые из Гонконгского университета науки и технологий (HKUST) с новой системой ИИ под названием SkillMimic-V2.
В отличие от старых методов, требующих идеальных данных, эта система учится на «грязных» и неполных записях человеческих движений. Её работа строится на трех китах. Когда алгоритм находит что-то общее в разных действиях, это помогает роботу создавать плавные переходы между навыками, а не выполнять их как отдельные команды. Второе - это восстановления равновесия после ошибок. И момент, когда алгоритм уделяет особое внимание самым трудным моментам в длинной цепочке действий, вроде точного расчета силы броска. Это называется адаптивной выборкой траектории.
Простые действия потребовали около 400 миллионов шагов обучения, а сложные броски с подсчетом очков — до 1.2 миллиарда. Такой масштаб позволяет довести каждое движение почти до совершенства.
Именно здесь пригодились данные с датчиков движений реальных спортсменов и видео. Система не просто копировала картинку, а понимала физику: как тело распределяет вес при броске, как работает кисть для контроля мяча, как предугадать его отскок. С этим багажом знаний робот и вышел в реальный мир.
Так что, когда в следующий раз будете смотреть баскетбол, помните: где-то в лаборатории этот робот с огоньком в оптических сенсорах готовится к следующей тренировке. И кто знает, возможно, через пару лет мы увидим первый в истории матч между командой людей и командой роботов! Кто знает, правда?
А вы знали про такого робота? Напишите в комментариях!
------------------------------
Благодарим вас за то, что читаете наш блог, не забывайте на него подписываться!