В новом выпуске подкаста TWIML AI Сэм Черрингтон беседует с Кеном Голдбергом, профессором Калифорнийского университета в Беркли и главным научным сотрудником Ambi Robotics. Обсуждение охватывает путь от теоретических основ робототехники до практического внедрения ИИ в логистику, а также критический разбор амбициозных проектов, таких как Tesla Optimus.
🪢 Искусство распутывания: от хирургии до кабелей в три метра 3:42
Одним из самых ярких достижений лаборатории Голдберга за последние годы стала работа по автономному распутыванию длинных кабелей . Если раньше роботы с трудом справлялись с одним узлом на толстом канате, то современная система на базе двухрукого робота YuMi способна работать с трехметровыми проводами в ограниченном пространстве .
Основные сложности и решения:
- Ограниченное пространство: Рабочая зона робота сопоставима с обеденной тарелкой, тогда как длина кабеля составляет 3 метра. Это требует сложных манипуляций по перемещению сегментов в зону видимости и обратно .
- Гибридное «остекление» (Caging): Гость объясняет, что ключевым моментом стал дизайн захвата. К стандартным «пальцам» добавили небольшой L-образный «мысок» . Это позволяет реализовать концепцию caging: кабель не зажат намертво, но и не может выскользнуть, что дает роботу возможность плавно скользить вдоль провода, проходя через узлы .
- Уход от 3D-камер: Традиционные лидары и структурированный свет работают медленно (1 кадр в секунду) и боятся бликов . Голдберг утверждает, что они переходят к использованию геометрии и физики: робот опускает захват и фиксирует момент контакта по едва заметному (в несколько пикселей) движению кабеля на обычной 2D-камере .
Гольдберг подчеркивает важность анализа ошибок: «Меня расстраивает, когда в статьях пишут, что побили SOTA, не объясняя, где именно система все еще дает сбои. Мы систематизируем каждый отказ, чтобы понять физику процесса» .
🏎️ Tesla Optimus: гениальный маркетинг или технологический прорыв? 37:56
Обсуждение не могло обойти стороной недавнюю презентацию гуманоидного робота от компании Tesla. Кен Голдберг, признавая Илона Маска визионером, дает прагматичную оценку проекту.
Мнения о проекте Optimus:
- Экономический мотив: По мнению Голдберга, Маск понимает, что коэффициент цена/прибыль (P/E ratio) у робототехнической компании гораздо выше, чем у автопроизводителя. Трансформация Tesla в компанию робототехники — это стратегический финансовый ход .
- Оптимизм против реальности: Гость отмечает прогресс за год с момента первого анонса, но считает, что Tesla все еще значительно отстает от Boston Dynamics и Agility Robotics в плане механики .
- Главная ценность — стоимость: Маск озвучил целевую цену в $20 000. Это на порядок дешевле существующих аналогов (например, робот Atlas от Boston Dynamics может стоить более $200 000) .
- Побочные продукты: Даже если гуманоид не станет массовым, Голдберг полагает, что Tesla может совершить прорыв, выпустив на рынок высокоточные и дешевые компоненты: новые электромоторы, редукторы и сенсоры, которые крайне необходимы всей индустрии .
Гость резюмирует, что «робототехника — это не ракета, это гораздо сложнее» . При посадке ракеты контакт происходит один раз в конце, а при манипуляциях робот находится в состоянии непрерывного, хаотичного контакта с объектами, что гораздо сложнее моделировать.
🤖 Sim2Real: почему роботы «тупеют» вне симуляции 24:26
Проблема переноса навыков из виртуальной среды в реальный мир (Sim2Real) остается центральной в исследованиях. По словам Голдберга, симуляторы по своей природе детерминированы, в то время как реальность хаотична на микроуровне .
Технологические тренды:
- Real-to-Sim: Вместо того чтобы просто учить робота в симуляторе, ученые сначала собирают данные в реальности, а затем «подстраивают» параметры симулятора (трение, торсию кабеля, сопротивление воздуха) под эти данные. Это позволяет создавать более точных «цифровых двойников» .
- Доменная рандомизация: В симуляторе специально создается контролируемый шум, чтобы обученная нейросеть была готова к вариациям в реальном мире .
- Тактильные сенсоры: Голдберг отмечает прорыв в области датчиков GelSight (совместная разработка с Meta), которые используют камеру внутри гибкой подушечки для получения сверхдетальной информации о касании .
📦 Ambi Robotics: роботы в логистике сегодня 47:07
Как главный научный сотрудник Ambi Robotics, Голдберг рассказал о практическом применении систем захвата. Их основная разработка, AmbiSort, уже проходит масштабное внедрение.
Ключевые факты о системе:
- Масштаб: Летом было установлено 60 систем по всей Америке .
- Партнерство: Ключевым клиентом и инвестором стала компания Pitney Bowes с вековой историей работы в почтовой сфере .
- Производительность: Система автоматизирует сортировку посылок по почтовым индексам, выполняя сотни операций в час и заменяя тяжелый, монотонный человеческий труд .
- Технология захвата: Основываясь на проекте Dex-Net 3.0, роботы AmbiSort используют продвинутые присоски. В отличие от пальцевого захвата, присоска требует поиска лишь одной точки контакта, но ставит сложные задачи по сопротивлению силам сдвига .
В завершение беседы Кен Голдберг пригласил слушателей на конференцию CoRL (Conference on Robot Learning) в Новой Зеландии, подчеркнув, что уровень научных работ в области обучения роботов за последние два года вырос экспоненциально .
