Китайский стартап научил роботов учиться прямо во время работы — без остановок

4 сентября 2026 · Лента новостей

💡 Почему важно: Пока крупные модели думают, роботу незачем стоять и ждать — это ключевой барьер для масштабного внедрения физических роботов в реальную жизнь. Astribot (星尘智能) предложила решение: фреймворк SmoothRL, который обучает робота именно на тех движениях, которые он реально совершил, а не на тех, которые модель «запланировала». Это шаг к тому, чтобы роботы дообучались прямо в процессе эксплуатации — без пауз и участия инженеров на каждом шагу. 📰 Что произошло: Astribot выпустила SmoothRL — фреймворк (программная платформа) для онлайн-обучения с подкреплением (метод, когда робот учится на собственных успехах и ошибках) при асинхронном исполнении движений. Проблема: крупные модели генерируют сразу целую последовательность действий — action chunk, — но робот не успевает выполнить её целиком до прихода следующей. Часть движений уже сделана, часть заменена новой командой — а старые методы обучали модель сразу по всем, включая несовершённые. SmoothRL делит каждую последовательность на три зоны: уже зафиксированные движения, реально выполненные и отброшенные — и обновляет модель только по реально выполненной части. Тесты прошли на роботе S1 с тросовым приводом: успешность броска предметов в цель выросла с 39% до 94%, надевание колпачка на ручку — с 8% до 83%, вскрытие посылки лезвием шириной ~1 мм — с 30% до 90%. Дополнительно после обучения ускорения руки-манипулятора упали на 52%, а резкость движений (jerk) — на 47%: робот стал плавнее. Проект возглавила Ван Цзянань, первые авторы — Гао Гуан и Нун Юйсюань. 🏢 Справка: Astribot (星尘智能) — китайский стартап из Шэньчжэня, основан в 2022 году, специализируется на разработке роботов-ассистентов с ИИ и фирменными тросовыми манипуляторами.

Лента отвечает на вопрос «что случилось». Как это устроено — в разборах и отчётах; значения терминов — в глоссарии.