Целта е той да замени хората в изпълнението на еднообразни физически задачи

По-рано тази година компанията за хуманоидна роботика Figure демонстрира робота си Figure 02, който използва усъвършенствана визуална система, наречена Helix, за сортиране на пратки в логистичен склад.

Кадрите показаха малка „армия“ от хуманоидни роботи, които сръчно вдигат пратки с различни размери, форми и твърдост, като прецизно променят тяхната ориентация.

Само три месеца по-късно компанията публикува нова информация за обучителния си подход Helix, като показа как същият робот сортира още по-голямо разнообразие от пратки — включително деформирани пластмасови пакети и плоски пликове.

Това е забележително постижение в роботиката, което подчертава колко близка е вече технологията до това да изпълнява задачи на човешко ниво в складова среда — поне що се отнася до конкретни дейности.

Компании като Tesla и Agility Robotics са водещи в усилията за автоматизиране на повтарящи се човешки дейности — и ако съдим по последните резултати, никога досега не сме били по-близо до бъдеще, в което двукраки роботи ще работят редом с хора в търговски обекти.

Figure твърди, че системата ѝ Helix е постигнала значителен напредък само за няколко месеца. Роботът вече обработва една пратка за малко над четири секунди — с една секунда по-бързо отпреди, като при това запазва точността си. Компанията също така съобщава, че етикетите за доставка са правилно ориентирани за сканиране в 95% от случаите — с 25% подобрение спрямо началото на годината.

Роботът може динамично да се адаптира към уникалната форма на всяка пратка, „като променя стратегията си за захващане в движение — например, отблъсквайки мек пакет, за да го обърне, или използвайки щипкообразен захват за плоски пликове“.

Figure 02 дори „потупва“ пластмасовата опаковка — движение, което е усвоено чрез обучение.

„Това фино действие на „изравняване“, научено от демонстрации, гарантира, че баркодът е напълно видим за скенера“, се казва в обновената информация от компанията. „Такова адаптивно поведение подчертава предимствата на цялостното (end-to-end) обучение - роботът усвоява стратегии чрез демонстрации, които никога не са били твърдо програмирани, директно от данни, за да преодолява реални несъвършенства в опаковките."

Състезанието за запълване на складовете с хуманоидни роботи вече е в ход, а няколко компании се борят за лидерската позиция в тази бързоразвиваща се индустрия. Основната идея е да се създаде един модел робот, който да изпълнява множество различни задачи, вместо да се използват специализирани роботи за всяка отделна дейност.

Все пак, остава предизвикателството тези роботи да станат достатъчно икономични и надеждни, за да заменят човешкия труд в по-широк мащаб.