Розробники, пов'язані з X Square Robot, представили проривний підхід у сфері робототехніки — метод HOST (Human-to-robot One-Shot Skill AcquisiTion), що дозволяє навчатись новим навичкам за один перегляд відео. Опис технології вже з'явився на сервісі препринтів arXiv, викликавши жваву дискусію серед експертів галузі.
Як працює HOST: принципи та особливостіHOST кардинально змінює підхід до навчання роботів. Замість тривалого перенавчання мережі на основі багатьох демонстрацій, модель отримує відеоінструкцію у вигляді так званої «контекстної підказки». Нейромережа залишається незмінною, а система аналізує дії людини з відео, наприклад переміщення предмета, і прогнозує, як робот має виконати аналогічну задачу з урахуванням своїх сенсорних і фізичних можливостей. Після цього HOST формує послідовність дій для досягнення мети без необхідності сотень повторень чи ручної розмітки.
"Головна фішка HOST полягає в тому, що він не використовує демонстрацію як новий набір даних для навчання. Замість того, щоб змінювати ваги нейромережі (що довго та дорого), система перетворює відео на «контекстну підказку».
Модель залишається замороженою, але отримує чітку інструкцію, що саме від неї хочуть прямо зараз".
Ефективність і виклики нового підходуНа практиці опанування нової навички триває лише 29 секунд — це у 507 разів швидше, ніж традиційне тонке налаштування, що передбачає близько 50 демонстрацій для кожного завдання. HOST також демонструє значне зростання успішності: якщо zero-shot підхід давав лише 17% вдалих спроб, то з HOST цей показник підвищився до 62%.
Однак, попри високі темпи навчання, рівень помилок залишається помітним: у близько чотирьох із десяти випадків робот діє неправильно. Такі результати є добрим досягненням для дослідницьких умов, але поки що недостатні для впровадження у промисловість. Додатково, тестування відбувалося у контрольованих лабораторних середовищах із знайомими об'єктами, тож ефективність HOST у реальних виробничих умовах ще потребує перевірки.
Майбутнє технології HOST у промисловостіІнженери вбачають у HOST потужний потенціал для подальшого розвитку. Якщо вдасться підвищити точність до 85–90% за рахунок удосконалення оцінки прогресу, метод може стати стандартом для швидкої адаптації роботів до нових завдань без залучення програмістів. Це могло б значно спростити переналаштування фабричних маніпуляторів та пришвидшити виробничі процеси.
Поки HOST навчає роботизовані маніпулятори базовим діям, провідні компанії вже працюють над складнішими системами. Зокрема, LG розробляє двоногого гуманоїда на основі технологій Nvidia, дебют якого очікується у 2027 році.
