Figure Helix 2.5 научилась выполнять бытовые задачи в 30 незнакомых домах
Американская робототехническая компания Figure представила Helix 2.5 — новую нейросеть для управления гуманоидным роботом. Система предназначена для выполнения уже освоенных бытовых задач в незнакомой обстановке без дополнительного обучения под конкретный дом.
Figure проверила работу модели в 30 домах, данные из которых не использовались при обучении. Роботу пришлось ориентироваться в новых планировках, перемещаться между комнатами и взаимодействовать с предметами, которых не было в тренировочной выборке.
Какие задачи выполнял робот
В рамках испытаний робот собирал разбросанные игрушки и складывал их в корзину, складывал полотенца и заправлял кровати. Эти сценарии требовали не только распознавать цель, но и выбирать подходящее положение тела, планировать движения и работать с деформируемыми объектами — тканью, полотенцами и постельным бельём.
Базовую модель предварительно обучили на Index — датасете человеческих действий. После этого её дообучили на трёх бытовых задачах, используя данные из других мест. В тестовых домах модель уже не адаптировали: ей не предоставляли дополнительные примеры и не настраивали систему под конкретные помещения или предметы.
Таким образом, эксперимент демонстрирует не способность робота выполнять любые домашние поручения без подготовки, а перенос ранее освоенных навыков в новую обстановку. Это важное отличие для бытовой робототехники: универсальность здесь оценивается по тому, насколько хорошо система справляется с известным сценарием в незнакомом доме.
Результаты испытаний
По данным Figure, предварительное обучение на Index увеличило долю полностью успешных попыток с 9% до 56% при прочих одинаковых условиях. Частично выполненные задания в эту статистику не включали. Показатель означает, что робот справлялся с задачей целиком, а не только выполнял отдельные действия.
Компания также продемонстрировала способность системы исправлять собственные ошибки. В одном из примеров робот менял положение тела и обходил кровать, чтобы поправить покрывало. Такие эпизоды показывают, что модель может корректировать поведение в процессе выполнения задания, а не следовать единственной заранее заданной последовательности движений.
До полноценного универсального домашнего помощника Helix 2.5 пока далеко: успешное выполнение в 56% случаев недостаточно для надёжного использования в повседневной жизни. Однако сам перенос навыков между разными домами остаётся значимым результатом. Если роботам не придётся заново собирать обучающие данные для каждой квартиры, масштабирование домашних сценариев станет заметно практичнее.
