Лондонська компанія Humanoid представила KinetIQ Ascend — інноваційний підхід до навчання гуманоїдних роботів, заснований на методі проб і помилок у реальних виробничих умовах. Розробник стверджує, що ця технологія дозволить досягти 99,9% успішних маніпуляцій на швидкості, порівнянній з людською або навіть вищій за неї.
KinetIQ Ascend розширює існуючий фреймворк KinetIQ, використовуючи навчання з підкріпленням (reinforcement learning, RL). На відміну від простого копіювання людських дій, система самостійно повторює завдання, отримує зворотний зв'язок про успіх або помилку та поступово покращує свої показники. Ключова відмінність — запуск RL не в симуляції, а безпосередньо на реальному обладнанні в цілодобовому режимі. Humanoid стверджує, що це перша опублікована демонстрація наскрізного RL на основі зору для виробничих VLA-моделей, навчених на реальній дворукій гуманоїдній платформі.
Чому Humanoid робить ставку на RL
Раніше Humanoid, як і багато конкурентів, навчала системи через імітацію людських демонстрацій. Однак, на думку компанії, такий підхід має фундаментальне обмеження: модель не може перевершити швидкість або якість демонстратора і не вчиться ціні помилки. KinetIQ Ascend покликаний закрити цей розрив за рахунок практики на реальних завданнях, аналогічно масштабуванню великих мовних моделей — чим довше навчання, тим вища успішність.
Тестування KinetIQ Ascend на трьох виробничих завданнях показало вражаючі результати:
- Переміщення сталевих підшипникових кілець: пропускна здатність зросла на 42%, до 412 кілець на годину проти 291 у базової моделі.
- Передача предмета людині: пропускна здатність зросла на 85%, середня тривалість епізоду знизилася на 35%, а успішність піднялася з 80% до 98%.
- Підйом контейнера двома руками: після кількох днів навчання пропускна здатність зросла з 122 до 279 контейнерів на годину, а успішність — з 77,6% до 98,9%.
Компанія також зазначила, що покращення найскладнішого етапу операції може підвищити результат усього завдання, а навик переноситься на об'єкти, яких робот не бачив під час RL-навчання. Важливо, що вимірювання проводилися через паралельне A/B-порівняння з поточною базовою моделлю, що критично важливо для реальних виробничих середовищ, де результат може змінюватися через освітлення, положення об'єктів або знос обладнання.
Humanoid будує промисловий ланцюжок у Європі
У компанії працює понад 250 інженерів і дослідників. У травні Humanoid оголосила про партнерство з Bosch, який стане контрактним виробничим партнером для випуску моделі HMND 01 на європейському ринку. Крім того, компанія підписала поетапну зобов'язувальну угоду з Schaeffler, яка передбачає розгортання від 1000 до 2000 роботів на глобальних виробничих майданчиках партнера до 2032 року.
Конкуренція посилюється
Анонс KinetIQ Ascend з'явився на тлі прискорення гонки в гуманоїдній робототехніці. Американська Figure залучила понад $1 млрд при оцінці $39 млрд, а Apptronik закрила раунд на $935 млн. Китай з 2024 року спрямував на розвиток робототехніки щонайменше $20 млрд, хоча реальні продажі поки обмежені — близько 12 000 гуманоїдних роботів минулого року, переважно для дослідницьких цілей.
Мій аналіз: Humanoid демонструє, що ключ до масового впровадження гуманоїдних роботів у промисловість лежить не в симуляції, а в реальному навчанні на виробничих завданнях. KinetIQ Ascend — це не просто покращення, а зміна парадигми, яка може дати компанії критичну перевагу в гонці за надійність і швидкість, необхідні для заміни людини на конвеєрі.