Гуманоид Unitree G1 с методом Reflex ловит коробки до 2 кг с 7 метров

Гуманоидный робот Unitree G1 научился ловить коробки массой до 2 кг, которые бросают ему с расстояния до 7 метров. Результат получила совместная команда из University of Washington, USC, National University of Singapore, UNC Chapel Hill и Allen Institute for AI. Метод называется Reflex. Коробку робот видит только через RGB-D камеру на торсе, а времени на всё про всё у него около секунды: столько летит предмет.

Почему ловля коробки сложнее, чем кажется

Большинство демонстраций гуманоидов построены на предсказуемых действиях: ходьба, подъём предметов со стола, танцы. Статичный объект можно рассматривать сколько угодно, а летящий ждать не будет. За секунду системе нужно заметить коробку, оценить её положение и скорость, спрогнозировать траекторию и вывести руки и корпус в точку перехвата. Ошибка в несколько сантиметров означает, что коробка ударится о предплечье и упадёт.

Особенность постановки в том, что у робота нет внешней системы захвата движения и нет датчиков на самой коробке. Единственный источник данных об объекте — RGB-D камера, закреплённая на торсе. Она даёт цвет и глубину, но с шумом и ограниченной частотой кадров. Снять ограничение за счёт «внешних глаз» в лаборатории легко, поэтому ставка на бортовое зрение показывает, что результат ближе к реальным условиям.

Что известно о системе

Из опубликованного описания следуют такие параметры:

• платформа: гуманоидный робот Unitree G1;
• метод: Reflex;
• масса коробки: до 2 кг;
• дальность броска: до 7 м;
• время полёта: около 1 секунды;
• сенсор: RGB-D камера на торсе, без внешней мокап-системы.

Статистику успешных ловель, частоту управления, архитектуру политики и способ обучения (симуляция, перенос в реальность, данные демонстраций) в исходном анонсе мы не видим. Без этих цифр сказать, насколько метод надёжен на разных траекториях, освещении и формах предметов, нельзя. Проверять стоит в статье и приложенных материалах: особенно интересны доля удачных попыток на дальних бросках и поведение при частично закрытой камере.

Почему состав авторов важен

В списке участников университеты с сильными школами робототехники и компьютерного зрения плюс Allen Institute for AI, который чаще ассоциируется с языковыми моделями и открытыми исследованиями. Такой микс говорит о тренде: тема физического ИИ перестаёт быть вотчиной нескольких робототехнических лабораторий. Платформа тоже показательна. Unitree G1 относится к сравнительно доступным гуманоидам, и результат на нём проще воспроизвести другим группам, чем на штучных роботах за сотни тысяч долларов.

Практический вывод

Для инженеров и исследователей Reflex интересен как эталон задачи: динамический перехват с одной камеры за секунду. Его удобно использовать как тест для собственных стеков восприятия и управления: если ваша система не справляется с коробкой в 2 кг, до работы на складе с падающими упаковками ей далеко.

Для бизнеса картина осторожнее. Ловля предметов в воздухе пока демонстрация способности быстро реагировать, а не готовое решение для логистики. Перед пилотами стоит спросить у авторов три вещи: процент успеха на серии бросков, чувствительность к форме и массе груза и нагрузку на вычислители робота. Если ответы окажутся убедительными, следующий шаг очевиден: объединить такой рефлекс с планированием на уровне задач, где модель понимает, что и зачем ловить.