Humanoid представила метод обучения роботов с RL

06.07.2026 Искусственный Интеллект Новости роботы

Лондонская компания Humanoid анонсировала KinetIQ Ascend — метод обучения гуманоидных роботов через пробные действия на реальных производственных задачах. Разработчики утверждают, что эта технология позволит их платформам достичь 99,9% успешных операций при скорости, сопоставимой с человеческой или превышающей её.

KinetIQ Ascend развивает фреймворк KinetIQ, на котором построены роботы Humanoid. Новый подход основан на обучении с подкреплением (RL). Вместо простого копирования человеческих действий система самостоятельно повторяет задачу, получает обратную связь об успехе или ошибке и со временем улучшает свои результаты.

В Humanoid заявили, что запускают RL не только в симуляции, но и напрямую на реальном оборудовании в круглосуточном производственном режиме. По их словам, это первая опубликованная демонстрация сквозного RL на основе зрения для VLA-моделей, обученных на реальной двурукой гуманоидной платформе в условиях фактического развертывания.

Почему Humanoid делает ставку на RL

Ранее Humanoid, как и многие другие разработчики, обучала системы через имитацию человеческих демонстраций.

«Модель, копирующая демонстрации, не способна превзойти скорость или качество демонстратора и не осознаёт цену ошибки», — отмечается в материале Humanoid.

Компания считает, что последние проценты надёжности и переход к скорости выше человеческой требуют иного подхода. KinetIQ Ascend призван устранить этот разрыв за счёт практики на реальных задачах. Humanoid сравнивает этот процесс с масштабированием больших языковых моделей: чем дольше длится обучение, тем выше успешность.

Humanoid протестировала KinetIQ Ascend на трёх производственных задачах:

1. Робот должен был извлекать стальные подшипниковые кольца из контейнера и размещать их на конвейере. После RL-обучения пропускная способность выросла на 42% — до 412 колец в час против 291 у базовой модели.
2. Робот брал предмет из контейнера и передавал его человеку. Пропускная способность увеличилась на 85%, средняя длительность эпизода снизилась на 35%, а успешность поднялась с 80% до 98%.
3. Робот должен был двумя руками поднять контейнер со стола в произвольной ориентации. После нескольких дней обучения пропускная способность выросла с 122 до 279 контейнеров в час, средняя длительность эпизода сократилась с 22,9 до 12,8 секунды, а успешность поднялась с 77,6% до 98,9%.

Компания также выделила два дополнительных вывода:
— улучшение самого сложного этапа операции может повысить результат всей задачи;
— навык переносится на объекты, которые робот не видел во время RL-обучения.

В Humanoid утверждают, что замеряли прирост не относительно старой базы, а через параллельное A/B-сравнение с текущей базовой моделью. Это важно для реальных производственных сред, где результат может меняться из-за освещения, положения объектов, износа оборудования и других факторов.

Humanoid строит промышленную цепочку в Европе

По данным The Robot Report, в компании работает более 250 инженеров, исследователей и специалистов. Офисы расположены в Лондоне, Бостоне и Ванкувере. В мае Humanoid объявила о партнёрстве с Bosch — фирма станет контрактным производственным партнёром для выпуска HMND 01 на европейском рынке.

Соглашению предшествовали предварительные тесты в марте. В ходе теста роботы автономно переносили коробки с конвейера на тележку в логистической среде Bosch в Бюле, работая с пятью размерами коробок разной высоты, формы и веса.

«Для Humanoid это соглашение — критический шаг в дорожной карте, соединяющий проверку концепции и крупномасштабное развёртывание», — заявил основатель компании Артем Соколов.

13 мая разработчик сообщил о поэтапном обязывающем соглашении со Schaeffler. По данным Reuters, план предусматривает развёртывание от 1000 до 2000 роботов на глобальных производственных площадках партнёра к 2032 году.

Конкуренция усиливается

Анонс KinetIQ Ascend появился на фоне ускорения гонки в гуманоидной робототехнике. Американская Figure в 2025 году привлекла более $1 млрд в раунде Серии C при оценке $39 млрд.

Apptronik в феврале 2026 года объявила о получении $520 млн от B Capital, Google, Mercedes-Benz, PEAK6, AT&T Ventures, John Deere и Qatar Investment Authority. Этот раунд дополнил первоначальную Серию A на $415 млн и довёл общий объём до более чем $935 млн.

Китай также активно поддерживает отрасль. По данным Reuters, власти страны с 2024 года направили на развитие робототехники не менее $20 млрд. При этом агентство отмечало, что реальные продажи пока ограничены: в прошлом году было реализовано около 12 000 гуманоидных роботов, в основном для исследовательских целей, а не массового промышленного внедрения.

Ранее Nvidia, Unitree и Sharpa представили платформу для разработки и тестирования навыков гуманоидных роботов. В конфигурацию вошли корпус Unitree H2 Plus, тактильные пятипалые кисти Sharpa Wave, Jetson Thor и софт Isaac GR00T.

Напомним, в июне Tether инвестировала в немецкую NEURA Robotics, которая развивает платформу «физического ИИ» и планирует массовое производство гуманоидных роботов.

Обменять