Добавить в корзинуПозвонить
Найти в Дзене
4pda.to

Робот Sharpa сумел почистить яблоко не хуже человека

Сингапурская компания Sharpa показала робота с удивительно точными движениями рук. В качестве демонстрации он почистил яблоко. В компании считают, что это важный шаг к созданию машин, которые могут выполнять бытовые задачи, требующие филигранного подхода. Инженеры отмечают, что даже такие простые действия, как чистка яблока, требуют высокой точности и координации, что долгое время оставалось одной из самых сложных задач робототехники — слишком много тонких движений, контакта и постоянных корректировок. Робот Sharpa научился аккуратно снимать кожуру с яблока — почти как человек. Всё благодаря новой системе MoDE-VLA (Mixture of Dexterous Experts), которая объединяет зрение, тактильные ощущения и контроль силы. Вместо того чтобы программировать каждое движение пальцев, оператор задаёт общее действие, а алгоритмы сами координируют мелкую моторику. Такой подход позволяет роботу адаптироваться к задаче в процессе, а не просто повторять заранее заданный сценарий. Ключевую роль играет связка и
   Робот Sharpa сумел почистить яблоко не хуже человека
Робот Sharpa сумел почистить яблоко не хуже человека

Сингапурская компания Sharpa показала робота с удивительно точными движениями рук. В качестве демонстрации он почистил яблоко. В компании считают, что это важный шаг к созданию машин, которые могут выполнять бытовые задачи, требующие филигранного подхода.

Инженеры отмечают, что даже такие простые действия, как чистка яблока, требуют высокой точности и координации, что долгое время оставалось одной из самых сложных задач робототехники — слишком много тонких движений, контакта и постоянных корректировок.

Робот Sharpa научился аккуратно снимать кожуру с яблока — почти как человек. Всё благодаря новой системе MoDE-VLA (Mixture of Dexterous Experts), которая объединяет зрение, тактильные ощущения и контроль силы. Вместо того чтобы программировать каждое движение пальцев, оператор задаёт общее действие, а алгоритмы сами координируют мелкую моторику. Такой подход позволяет роботу адаптироваться к задаче в процессе, а не просто повторять заранее заданный сценарий.

Ключевую роль играет связка из двух компонентов. IMCopilot берёт на себя микродвижения — например, вращение яблока в руке, — используя заранее освоенные навыки. MoDE-VLA, в свою очередь, распределяет данные от разных сенсоров по «специалистам» и в реальном времени корректирует действия. В результате робот может одновременно держать объект, контролировать давление и аккуратно работать инструментом.

Практические тесты показали заметный прогресс. В задачах с активным контактом, вроде сборки деталей или подключения кабелей, новая система повысила успешность примерно вдвое. Самый сложный сценарий — чистка яблока — завершался успешно в среднем на 73%: робот последовательно выполнял цикл «срезать — повернуть — продолжить», не теряя контроль над объектом.