Полнотелое управление суставами гуманоидов и локальный запуск VLA-модели реализовала Google DeepMind в Gemini Robotics 2

Источник: The Robot Report

Полнотелое пространственное управление суставами антропоморфных платформ и адаптацию нейросети к новым типам роботизированных корпусов всего за несколько часов реализовала исследовательская лаборатория Google DeepMind в рамках официального релиза мультимодальной мультиагентной модели Gemini Robotics 2. Обновленная архитектура класса VLA сочетает естественный язык, визуальное восприятие и прямую выдачу низкоуровневых управляющих команд на силовые приводы без промежуточного перевода кода через сторонние трансляторы. Ключевым технологическим достижением стала возможность автономного локального выполнения тяжелых нейросетевых прошивок непосредственно на бортовых вычислительных модулях робота без обязательного подключения к внешним облачным серверам.

Практическую демонстрацию возможностей управляющей платформы инженеры провели на полноразмерном коммерческом андроиде Apollo 2 производства техасской компании Apptronik. Бортовая нейросеть Gemini Robotics 2 взяла на себя одновременную координацию всех узлов движения: от динамической балансировки стоп при нагибании и приседаниях до прецизионного управления пятипалыми манипуляторами серии SharpaWave с 22 независимыми степенями свободы. В ходе тестовых испытаний андроид продемонстрировал быструю уборку загроможденного помещения, самостоятельно рассчитывая траектории шага, усилие сжатия пальцев при подборе предметов различной плотности и согласованную работу обеих рук.

Архитектура модели второго поколения изначально проектировалась с ориентацией на коллективное взаимодействие разнородных механизмов. Алгоритмы многоагентного планирования позволяют нескольким двуногим и колесным машинам делить общий массив задач внутри единой цеховой или складской зоны без прямого участия человеческого оператора. Если один андроид удерживает массивный контейнер, второй автоматически подстраивает угол захвата для эффективного распределения физической нагрузки.

Процесс переноса базовых навыков движения на совершенно новые типы кинематических корпусов сократился со стандартных нескольких месяцев до трех-четырех часов. Нейросетевая модель самостоятельно сопоставляет структуру шарниров незнакомого робота со своей пространственной цифровой симуляцией, автоматически генерируя требуемые коэффициенты нажима на силовые электроприводы. Это снимает главный технологический барьер перед коммерческими системными интеграторами при внедрении новой техники.

Разработчики подчеркивают, что автономное локальное исполнение прошивки существенно снижает задержки передачи управляющих импульсов до миллисекундных значений. Отсутствие зависимости от стабильности беспроводных каналов связи сотовой сети или Wi-Fi гарантирует предсказуемое поведение машины при возникновении внештатных ситуаций на производстве. При обнаружении случайного препятствия на пути робот мгновенно пересчитывает траекторию стопы на локальном уровне.

Прямая интеграция мультимодальных нейросетей с физическим железом знаменует переход робототехники от строго жестких программных алгоритмов к адаптивному поведению. Новая модель от DeepMind станет базовой программной платформой для широкого спектра коммерческих андроидов, проходящих испытания на логистических объектах партнеров. В ближайшее время разработчик планирует расширить набор доступных программных библиотек для сторонних робототехнических стартапов.

Бортовые микропроцессорные ускорители обрабатывают входящий визуальный поток данных от стереокамер высокой четкости с высокой частотой обновления кадров, что предотвращает проскальзывание стоп на влажных покрытиях. Применение сквозного обучения с подкреплением исключило ручную калибровку сотен индивидуальных параметров шарниров. Использование открытых стандартов передачи данных упрощает подключение стороннего технологического оборудования и заводских контроллеров. Многоуровневые контуры защиты гарантируют мгновенное снятие напряжения с сервоприводов при механическом клине шарнира. Совместимость с распространенной операционной системой ROS 2 позволяет разработчикам легко использовать имеющийся массив цеховых алгоритмов и сценариев. Готовые пакеты интеграции ускорят внедрение модели на действующих автосборочных заводах.