# Роботы-компаньоны и «нежные» гуманоиды: новые стандарты автономной навигации от Стэнфорда Источник: https://www.youtube.com/watch?v=o5bW3C5OD6U Канал: Stanford Online Опубликовано: 30.01.2026 --- На семинаре Стэнфордского университета по робототехнике (ENGR319) исследователи представили последние достижения в области автономной навигации и человеко-машинного взаимодействия. Основное внимание было уделено переходу от простой логистики в неструктурированной среде к созданию роботов-компаньонов, способных безопасно взаимодействовать с пожилыми людьми и понимать социальный контекст через современные языковые модели. ## 🚜 Проблема навигации в неструктурированной среде [[JUMP:0:05]] Роботизированная навигация — это процесс, при котором робот, получив цель, самостоятельно планирует путь и движется к ней [0:45]. По словам Дзин (Jing), постдока Стэнфордского центра робототехники, эта технология уже совершает революцию в логистике, обеспечивая доставку «последней мили» и повышая эффективность складов [0:59]. Однако выход роботов за пределы подготовленных помещений на улицу сопряжен с серьезными трудностями. Основными вызовами для уличной навигации являются: * **Анализ проходимости (Traversability):** Робот должен не просто избегать препятствий, но и понимать тип поверхности [1:55]. * **Социальное соответствие:** Движение должно быть комфортным и предсказуемым для пешеходов [2:08]. * **Контекст дорожного движения:** Понимание сигналов светофора и правил приоритета при встрече с транспортом [2:24]. Дзин отмечает, что понятие проходимости субъективно и зависит от типа робота. Если для колесных платформ критически важны ровные поверхности, то четвероногие роботы (legged robots) способны преодолевать бордюры и лестницы [2:38]. Также вес машины определяет, является ли куст препятствием или проходимой растительностью [3:06]. ## 🧠 Технологический стек: от VLM до Гауссова сплаттинга [[JUMP:3:21]] Для решения задач проходимости команда Дзин разработала систему генерации траекторий с использованием механизма автоэнкодера и декодера [3:35]. Система создает набор разнообразных кандидатов на путь, которые затем оцениваются с помощью визуально-языковых моделей (VLM) для выбора оптимального варианта [4:02]. В ходе исследований использовались следующие подходы и инструменты: 1. **Сравнение моделей:** Исследователи сравнили чисто языковые подходы (Convoy) и методы на основе топологических карт (NoMAD) со своим методом MTG. По их данным, MTG лучше справляется с определением проходимых зон в сложных условиях [4:29]. 2. **Датасеты:** Для обучения был собран массив данных, включающий 10 университетских кампусов и 11 часов записей со множеством датчиков (3D LiDAR, RGB-камеры 360°, IMU, GPS) [5:54]. 3. **Семантическое картирование:** Команда применила метод Гауссова сплаттинга (Gaussian splatting) для рендеринга окружения с учетом семантики [7:09]. Это позволяет роботу понимать не только геометрию, но и физические свойства объектов: гибкость травы, жесткость кустов или плотность камней [7:46]. Физические свойства поверхностей (трение, твердость, упругость) оцениваются с помощью апостериорного распределения Дирихле, что позволяет роботу «чувствовать» среду до вступления в контакт [8:01]. ## 👵 Роботы-компаньоны для стареющего общества [[JUMP:11:40]] Важным направлением работы Стэнфордского центра становится адаптация навигационных стеков для роботов-помощников. По прогнозам, приведенным Дзин, к 2030 году более 20% населения США будут составлять люди старше 65 лет — это каждый пятый житель страны [12:10]. Исследователи выделяют два ключевых вектора: * **Ассистент навигации:** Робот выступает как «глаза и уши» человека, предупреждая об опасных участках дороги или трафике [13:11]. Он должен не просто избегать людей, но и идти в одном темпе с владельцем, понимая голосовые инструкции [13:41]. * **Анализ поведения:** На основе общения с сообществами пожилых людей выяснилось, что их главный страх — падение [14:09]. Робот может мониторить состояние здоровья, выявлять риски заболеваний по походке и оказывать поддержку, не лишая человека независимости [14:38]. В качестве платформ для этих целей рассматриваются роботы Gitamini и колесно-шагающие платформы Unitree [15:06]. ## 🤖 «Нежные» гуманоиды: безопасность при физическом контакте [[JUMP:18:00]] Второй докладчик семинара представил концепцию перехода от «цифровых людей» к безопасным физическим гуманоидам. По мнению исследователя, гуманоидные роботы — это идеальные испытательные стенды для проверки «физического интеллекта» и инструменты для сбора данных о человеческом поведении [18:53]. Главная проблема современных гуманоидов заключается в опасности при неожиданном физическом контакте [20:41]. Для её решения была разработана система «податливого» (compliant) управления, получившая название «Gentle Humanoid» (Нежный гуманоид) [21:20]. Основные принципы системы: * **Force Modeling:** Использование системы «пружина-демпфер» для моделирования силы взаимодействия [23:31]. * **Разделение контактов:** Робот различает «сопротивляющийся контакт» (когда он случайно упирается в объект) и «направляющий контакт» (когда человек берет робота за руку и ведет за собой) [23:59]. * **Регулируемая жесткость:** Программное ограничение силы (например, не более 20 Ньютонов) позволяет роботу быть мягким при рукопожатии, но достаточно жестким, чтобы помочь человеку встать со стула [25:44]. Исследователи продемонстрировали работу системы на роботе Unitree G1, который сохраняет стабильность, даже если человек активно тянет его за руки или меняет его позу в реальном времени [27:17]. ## 🗨️ Языковые модели как «социальный мозг» робота [[JUMP:31:14]] Чтобы робот мог самостоятельно принимать решения — например, стоит ли обнять человека или просто подойти — исследователи интегрировали в систему большие языковые модели (LLM). Однако обычные LLM работают с текстом и плохо понимают 3D-конфигурации [31:52]. Для решения этой проблемы были представлены проекты ChatPose и ChatHuman [32:22]: 1. **Проекционные слои:** Исследователи обучили специальные слои, которые переводят языковые токены напрямую в 3D-позы человеческого тела [33:17]. 2. **Понимание контекста:** Модель может интерпретировать сложные ситуации. Например, по фразе «мужчина делает предложение» робот понимает, что человек должен стоять на одном колене, и может предсказать его следующее движение [34:41]. 3. **Агентная система:** Робот-агент способен «читать» научные статьи по биомеханике и выбирать оптимальные инструменты для оценки высоты человека, его эмоций или траектории движения рук во время приготовления пищи [35:51]. ## 🚀 Будущее: от зрения к эмпатии [[JUMP:37:52]] Несмотря на успехи, исследователи признают наличие ряда открытых проблем. Одной из главных является задержка вывода LLM (1–2 секунды), что недопустимо для роботов, работающих в динамичной среде [38:06]. В будущем планируется развивать следующие направления: * **Мультимодальное восприятие:** Добавление тактильных и тепловых датчиков (например, для роботов-сиделок, которым нужно чувствовать температуру воды при купании пациента) [38:46]. * **Эмоциональная поддержка:** Робот должен выражать эмпатию через голос, мимику на дисплеях и тактильные жесты [39:38]. * **Сбор данных:** Использование гуманоидов для создания «маховика данных» (flywheel), где каждое взаимодействие с человеком улучшает модель поведения робота [39:52]. В завершение семинара докладчики подчеркнули, что их цель — создать систему, которая будет не просто выполнять команды, но станет полноценным «социальным партнером», способным понимать физическое и эмоциональное состояние человека.