Эфир 18.11 · Поток 318 ноября в 19:00 МСК — бесплатный практический эфир по ИИ-агентам · Живой Поток 3 стартует 23.11Эфир 18 ноября →Поток 3 (23.11)
ИнфраструктураРазбор · На радарTG: @ai_machinelearning_big_data (Machinelearning)→ оригинал

Boston Dynamics поставила Atlas на колёса: робот выполнил прыжок на 360° с первой попытки

Робот может идеально ездить в симуляторе и терять равновесие на настоящем полу, если программа переоценивает возможности моторов. Boston Dynamics поставила Atlas на колёса от самоката, чтобы проверить эту границу под непрерывной нагрузкой. После обучения в симуляции он освоил перекаты и выполнил прыжок на 360° с первой попытки. Для разработчиков здесь главное — точность модели приводов, от которой зависит перенос навыка в реальность.

AI-обработка оригинала TG: @ai_machinelearning_big_data (Machinelearning); редакция Hamidun News
Boston Dynamics поставила Atlas на колёса: робот выполнил прыжок на 360° с первой попытки
Источник: TG: @ai_machinelearning_big_data (Machinelearning). Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникTG: @ai_machinelearning_big_data (Machinelearning) ↗
Главный редактор
Ключевой факт #1Колёса позволяют непрерывно нагружать моторы при разгоне и торможении.
Ключевой факт #2Прыжок повторяет запись движения человека, а не придуман роботом с нуля.
Ключевой факт #3Результат одного трюка не показывает надёжность робота в рабочую смену.

В симуляторе робот уверенно выполняет движение, а на настоящем полу теряет равновесие. Для команды робототехники это означает неприятный разрыв: обучение уже оплачено вычислениями и временем, но перенос навыка на железо требует новых итераций. Эксперимент Boston Dynamics с колёсным Atlas полезен именно как разбор этой проблемы. Если программа рассчитывает на возможности, которых у моторов нет, красивое виртуальное поведение плохо помогает реальной машине.

Компания заменила ступни Atlas колёсами от самоката. По словам инженера команды, обученный контроллер использовал перекаты при боковых движениях, а прыжок с разворотом на 360° получился с первой попытки. Подробности описаны в блоге Boston Dynamics. Практический интерес здесь — в способе проверить согласованность обучения и оборудования.

Зачем инженерам понадобились колёса

Колёсная конфигурация позволяет продолжительно нагружать приводы: разгоняться, поворачивать и тормозить. Для установки использовали специальный переходник к существующему приводу голеностопа. В виртуальной модели колесо представили как сустав, способный вращаться непрерывно.

Представим похожую задачу у небольшой команды, которая разрабатывает мобильного робота для склада. Виртуальный мотор мгновенно выдаёт нужное усилие, поэтому алгоритм выбирает резкое торможение перед поворотом. Настоящий привод выполняет команду иначе, и запаса устойчивости уже не хватает. Разработчик может потратить неделю на настройку награды, хотя сначала стоило проверить исходные предположения о моторе.

Это условный пример, но он объясняет инженерный смысл эксперимента. Чем требовательнее движение, тем дороже ошибка в описании оборудования. Отдельный стенд с продолжительной нагрузкой помогает поставить конкретный вопрос: совпадает ли поведение машины с тем, на чём училась управляющая программа?

Что означает «получилось с первой попытки»

До запуска на физическом Atlas обучение проходило в симуляции. Команда сопоставляла параметры управления и уточняла модель моторов по измерениям. Для некоторых движений использовали записи человеческих траекторий; прыжок на 360° тоже следовал такой записи.

Поэтому первую успешную попытку нужно читать аккуратно: ей предшествовала подготовка. Из неё нельзя вывести вероятность успеха при следующих ста запусках. Также она сама по себе ничего не говорит о поведении на другом покрытии, с дополнительным грузом или после долгой работы.

Для продакта это важное различие между демонстрацией возможности и подтверждением эксплуатационных характеристик. Если команда показывает один удачный эпизод, следующий полезный вопрос — какие условия она меняла и насколько повторяем результат. Особенно когда от ответа зависит решение о пилоте, бюджет на оборудование или обещание заказчику.

В такой проверке полезнее заранее определить сценарии отказа, чем собирать только эффектные движения. Например, отдельно оценивать остановку, восстановление равновесия и повторный запуск после неудачи. Это редакционный вывод для планирования испытаний; опубликованный материал не даёт результатов подобного сравнительного теста.

Что забрать в свою разработку

Boston Dynamics называет колёсный Atlas исследовательским стендом. Полученные выводы компания переносит в обычную конфигурацию робота. Работа над реакцией на отказы приводов также обозначена как дальнейшее направление.

Практический вывод для разработчика — проверять связь между измерениями оборудования, его виртуальным описанием и поведением обученной системы. Если навык ломается при переносе, полезно сначала локализовать расхождение: какую команду выбрал контроллер, чего ожидал от привода и что произошло фактически.

Основателю робототехнического стартапа этот кейс помогает точнее оценивать прогресс команды. Эффектное движение подтверждает достижение конкретного результата в конкретных условиях. Готовность к работе требует отдельного набора свидетельств. Разумный следующий шаг — заложить в план испытаний повторяемость, продолжительность нагрузки и восстановление после ошибок, а затем привязать критерии приёмки к задаче клиента.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: зачем инженерам понадобились колёса?

Колёсная конфигурация позволяет продолжительно нагружать приводы: разгоняться, поворачивать и тормозить. Для установки использовали специальный переходник к существующему приводу голеностопа. В виртуальной модели колесо представили как сустав, способный вращаться непрерывно. Представим похожую задачу у небольшой команды, которая разрабатывает мобильного робота для склада. Виртуальный мотор мгновенно выдаёт нужное усилие, поэтому алгоритм выбирает резкое торможение перед поворотом.

Что известно по теме: что означает «получилось с первой попытки»?

До запуска на физическом Atlas обучение проходило в симуляции. Команда сопоставляла параметры управления и уточняла модель моторов по измерениям. Для некоторых движений использовали записи человеческих траекторий; прыжок на 360° тоже следовал такой записи. Поэтому первую успешную попытку нужно читать аккуратно: ей предшествовала подготовка. Из неё нельзя вывести вероятность успеха при следующих ста запусках.

Что известно по теме: что забрать в свою разработку?

Boston Dynamics называет колёсный Atlas исследовательским стендом. Полученные выводы компания переносит в обычную конфигурацию робота. Работа над реакцией на отказы приводов также обозначена как дальнейшее направление. Практический вывод для разработчика — проверять связь между измерениями оборудования, его виртуальным описанием и поведением обученной системы.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

Протестируйте новые LLM и мультимодальные модели в одном окне

Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…