Роботизированная рука умела подолгу перекладывать предмет между пальцами, но периодически его роняла. Инженеры из Калифорнийского университета в Беркли и Дейвисе добавили отдельный программный фильтр безопасности, который следит только за удержанием предмета. За 1200 попыток с внешними камерами слежения число падений снизилось с 16 до 4, однако рука стала чуть чаще промахиваться мимо заданной цели.

Работу выложили на сервере препринтов arXiv 3 ноября 2026 года. Авторы тренировали 16-суставную руку LEAP полностью в симуляции, без человеческих демонстраций. Сначала виртуальные кончики пальцев имели нереально высокое трение, чтобы предметы было легче удерживать. По мере обучения трение постепенно снижали до значений, близких к реальным. Затем политику перенесли на физическую руку без дополнительного обучения.

Фильтр не видит цель и потому не мешает ей, а только страхует хват

Основная политика управления отвечает за перемещение предмета к цели. Фильтр безопасности обучали отдельно поверх уже замороженной основной политики. Он корректирует действия руки, чтобы предмет не выпал, но не получает информацию о целевой позиции и не получает награды за её достижение. Благодаря этому задача движения и задача безопасности не смешиваются в одном алгоритме.

У фильтра есть регулируемый параметр осторожности. Если поставить его на максимум, фильтр почти не вмешивается, и рука работает как раньше. Если ослабить до нуля, фильтр активно поправляет движения, предмет выпадает реже, но целей рука достигает хуже. В экспериментах выбрали среднее значение, которое убирает большую часть падений при небольшой потере точности.

Представим условный пример. Курьер несёт хрупкую коробку по лестнице. Если он будет думать только о скорости, то быстрее доберётся до двери, но выше шанс уронить коробку. Если будет смотреть только под ноги и крепко сжимать груз, упадёт реже, но может промахнуться мимо нужного подъезда. Фильтр безопасности работает как второй человек рядом, который напоминает про коробку, не подсказывая маршрут.

С политикой, использующей внешние камеры движения, грубая точность достижения цели упала с 95,2% до 91,5%, а точная — с 75,6% до 67,2%. При этом среднее время до первого падения выросло с 334 до 465 секунд, а число целей, выполненных до первого падения, — с 31,8 до 42,9 из 50. Для политики, работающей только по камере глубины на запястье, падения снизились с 88 до 46, хотя общая точность тоже просела.

Испытания охватили 13,3 часа работы реальной руки, 4800 целей, четыре предмета и шесть ориентаций запястья. Объектами были пластиковые нож, винный бокал, резиновая утка и настоящая лампочка. Каждый предмет требовал собственной политики, и фильтр тоже тренировали отдельно для каждого предмета и каждой основной политики.

Польза фильтра не распространилась на все задачи. В небольших демонстрациях, включая вкручивание лампочки в патрон, фильтр не улучшил результат. Авторы отмечают, что политики по камере глубины всё ещё плохо переносятся на нож и бокал: визуальный разрыв между симуляцией и реальностью сохраняется. Выученный фильтр обходится без явной модели и потому не даёт формальных гарантий безопасности.

Препринт описывает проверяемый инженерный результат, а не готовый продукт. Если тема научных публикаций и оформления исследований вам близка, можно посмотреть услуги по написанию научных статей.

Схема объясняет, что отдельный фильтр корректирует действия основной политики для удержания предмета, снижая падения ценой небольшой потери точности.

Фото: Pavel Danilyuk / Pexels