Сквозное управление всем корпусом и стопами андроида включила в новую мультимодальную модель Gemini Robotics 2 лаборатория Google DeepMind

Источник: The Robot Report

Полноценное управление всеми суставами антропоморфного робота от нижних конечностей до пятипалых манипуляторов в рамках единой сквозной нейросетевой политики реализовала исследовательской лаборатория Google DeepMind, анонсировав официальный релиз специализированного семейства моделей физического искусственного интеллекта Gemini Robotics 2. Программный комплекс класса Vision-Language-Action переводит входящий поток данных с бортовых видеокамер и устные команды оператора непосредственно в управляющие сигналы для приводов. В отличие от предыдущего поколения алгоритмов, ограниченных работой с верхним плечевым поясом при выполнении стационарных манипуляций, новая модель одновременно координирует балансировку, шаговые движения и мелкую моторику пальцев.\n\nАппаратной эталонной платформой для демонстрации возможностей нового программного стека выступил двухногий андроид Apollo 2 разработки техасской компании Apptronik. В ходе проведенных испытаний нейросеть продемонстрировала способность связывать сложные физические задачи в единый непрерывный цикл. Робот одновременно передвигается по помещению, приседает для подбора упавших предметов и удерживает равновесие при внезапном внешнем физическом воздействии, подстраивая положение стоп без потери захвата объектом.\n\nАрхитектура Gemini Robotics 2 включает три специализированных модификации, различающихся объемом параметров и типом целевого вычислительного оборудования. Флагманская мультимодальная модель ориентирована на обработку высокоуровневых причинно-следственных связей и пространственное планирование маршрутов. Компактная версия On-Device 2 спроектирована для локального запуска прямо на бортовых микропроцессорных модулях андроидов, работающих в условиях отсутствия постоянного беспроводного подключения к сети Интернет.\n\nКлючевым технологическим усовершенствованием алгоритма стало использование нового алгоритма совместного обучения с подкреплением на мультисенсорных массивах данных. Модель умеет корректно оценивать массу и степень гибкости предметов, подстраивая усилие сжатия пятипалых кистей. При сортировке мелких деталей или работе с бытовыми предметами андроид снижает скорость прижима, исключая случайные деформации материалов или проскальзывание из фаланг.\n\nСтратегическая цель Google в сфере робототехники заключается в создании универсального программного слоя физического интеллекта, доступного для интеграции на железные платформы сторонних производителей. Компания не планирует налаживать собственное серийное производство корпусов и сервоприводов, концентрируясь на продаже лицензий и облачных программных интерфейсов API для B2B-партнеров. Подобный подход позволяет IT-гиганту сформировать единый стандарт операционной системы для коммерческих машин.\n\nВстроенные алгоритмы пространственной ориентации поддерживают функции группового взаимодействия нескольких машин на одной площадке. В ходе демонстрационных тестов два робота Apollo 2 под управлением единой прошивки автономно координировали совместную переноску длинномерных цеховых контейнеров, автоматически подстраивая скорость шага при изменении угла поворота корпуса партнера. Данная опция востребована при автоматизации складской логистики и тяжелых сборочных цехов.\n\nРазработчики из DeepMind внедрили в архитектуру модели дополнительные контуры безопасности, отслеживающие отклонения физических параметров от допустимых норм. В случае выявления аномальных вибраций суставов или резких скачков температуры моторов система переводит андроид в режим контролируемого замедления, исключая опасные падения на окружающее оборудование. Сбор телеметрии проходит в реальном времени с шифрованием канала передачи.\n\nВыход Gemini Robotics 2 существенные меняет требования к программному обеспечению коммерческих андроидов. Ведущие мировые производители робототехники получают возможность сократить сроки разработки собственных нейросетей, используя готовый адаптируемый программный стек. Ожидается, что коммерческий доступ к API модели для сторонних системных интеграторов откроется до конца текущего года.