Виртуальные миры, в которых обучают роботов: как стартап из Кембриджа ускоряет обучение
Виртуальные миры, в которых обучают роботов: как стартап из Кембриджа ускоряет обучение
Робот Фреддо идёт по офису и берёт пластиковую бутылку, предложенную сотрудником. Учитывая, что недавно робот побил рекорд Усэйна Болта на 100 метров, это не самое поразительное достижение. Но скорость, с которой Фреддо научился ходить, распознавать бутылку и хватать её, впечатляет. На освоение этих навыков ушло всего несколько минут. Разработчики утверждают, что конкурирующим системам могут потребоваться дни.
Я нахожусь в Vsim — британском стартапе из Кембриджа. Основатели Мишель Лу и Кир Стори надеются, что однажды их программное обеспечение будет управлять роботами, способными перемещаться и выполнять полезные задачи в доме и на рабочем месте. Но путь предстоит долгий.
«В робототехнике странная ситуация: то, что нам, людям, кажется невероятно сложным, например гимнастика, роботы делают довольно хорошо. А то, в чём люди действительно хороши, — мелкая моторика — для роботов очень трудно», — говорит Стори.
Симуляция вместо реальности
Навыки Фреддо оттачивались в виртуальной среде, где задачу можно выполнить в компьютерной симуляции миллионы раз. Как только находится оптимальное решение (известное как «политика»), его можно загрузить и использовать в аппаратном обеспечении. Такие виртуальные симуляции — распространённый способ обучения роботов. У технологического гиганта Nvidia есть система Isaac Sim, работающая по этому принципу. Лу и Стори оба работали над её ранней версией. В 2022 году они решили основать Vsim, чтобы создать собственную среду обучения и другие инструменты.
Начиная с нуля, Лу и Стори могли оптимизировать программное обеспечение для мощных компьютерных чипов, используемых в ИИ, — графических процессоров (GPU). «Базовые алгоритмы, которые мы использовали для большинства этих роботизированных симуляций, восходят к 1970-м и 1980-м годам, но эти алгоритмы не очень хорошо подходят для GPU», — говорит Стори. Через несколько месяцев они поняли, что их система может работать намного быстрее, чем всё, что они видели раньше.
«Через полтора года у нас есть полностью функциональный, сверхвысокопроизводительный симулятор», — говорит Лу. Программное обеспечение настолько эффективно, что может работать на аппаратном обеспечении самого Фреддо. Это означает, что робот может запускать десятки тысяч симуляций, пока движется. «Он может заглянуть примерно на секунду в будущее для 20 000 различных комбинаций того, что может произойти», — объясняет Стори. Это жизненно важно для робота, перемещающегося в неструктурированной среде, например в обычном доме.
«Вещи вне контроля робота — люди, животные или другие роботы — могут делать то, что требует смены стратегии. Эти неожиданные события могут происходить очень быстро, и робот должен быстро адаптироваться, чтобы его действия оставались безопасными и соответствовали задаче», — говорит Лу.
Nvidia и её подход
Vsim — стартап с 10 инженерами. Nvidia находится на другом конце индустрии. Она доминирует на рынке компьютерных чипов для ИИ и имеет ведущее подразделение по разработке ПО для робототехники с сотнями инженеров. Она не строит роботов, а предлагает набор программного обеспечения для обучения и управления роботами. Это включает системы виртуального моделирования и так называемую «мировую модель» Cosmos, которая даёт роботу понимание физики реального мира.
Но даже с мощными ресурсами Nvidia программное обеспечение даёт лишь рудиментарное понимание реального мира. «Манипуляции — когда я просто хватаю бутылку — это не так сложно. Проблема начинается, когда вы делаете долгосрочные задачи: „Я хочу, чтобы ты взял бутылку, наполнил её и пошёл налить“», — говорит Спенсер Хуанг, директор по продуктам робототехники в Nvidia. Но он уверен, что прогресс идёт. В этом году Nvidia начала использовать ИИ-агентов для создания виртуальных сред для обучения роботов.
Альтернативные подходы
Симуляция — не единственный метод обучения роботов. Их также можно обучать, наблюдая за демонстрациями людей или видео. Рика Антонова работает в области робототехники с 2015 года и является доцентом кафедры компьютерных наук Кембриджского университета. Она работает с системой обучения MuJoCo, принадлежащей DeepMind с 2021 года. Это открытое программное обеспечение, что означает, что исследователи могут использовать его бесплатно и изменять код. «Оно очень удобное. Для исследовательских групп или небольших стартапов это полезно», — говорит она.
Она считает подход Vsim — очень быструю симуляцию — многообещающим. «Если у вас очень быстрый симулятор, вы можете смоделировать сотни миллионов образцов за те несколько секунд, пока робот думает, как скорректировать движение, и затем изменить движение почти в реальном времени», — говорит она. Но эти симулированные среды всё ещё являются грубыми приближениями реального мира, что ограничивает возможности обучения. «Есть вещи, которые трудно моделировать в симуляции, например сильно деформируемые объекты и резку», — говорит она.
Это вызов, над которым работают Nvidia и Vsim. Лу говорит, что их система «уменьшила приближение, используя точные симуляции для обучения моделей, которые действительно работают в реальности так же хорошо, как и в симуляциях». Скоро второй робот по имени Начо поможет развивать эту технологию. Лу говорит, что это должно ускорить процесс разработки и обеспечить работу их ПО на разных машинах. И, конечно, составить компанию Фреддо.
Ключевые факты
- Компания: Vsim (Кембридж, Великобритания)
- Основатели: Мишель Лу и Кир Стори
- Робот: Фреддо (обучен ходить и брать предметы за минуты)
- Метод: виртуальная симуляция на GPU
- Скорость: до 20 000 симуляций одновременно
- Конкуренты: Nvidia (Isaac Sim, Cosmos), MuJoCo (DeepMind)
- Проблема: манипуляции с предметами всё ещё сложны
- Следующий робот: Начо
Сравнение подходов к обучению роботов
| Подход | Компания/проект | Преимущества | Ограничения |
|---|---|---|---|
| Виртуальная симуляция | Vsim, Nvidia Isaac Sim, MuJoCo | Быстро, дёшево, безопасно | Не моделирует деформацию и резку |
| Демонстрация человека | Исследовательские проекты | Реалистично | Медленно, дорого |
| Видеообучение | Разработки в области ИИ | Масштабируемо | Требует огромных данных |
Итог: Vsim показывает, что обучение роботов можно ускорить в тысячи раз, если использовать правильные алгоритмы и мощные GPU. Но даже самые быстрые симуляции не могут полностью заменить реальный мир. Манипуляции с предметами, деформация, резка — всё это остаётся сложным. Будущее робототехники — за гибридными подходами, где виртуальное обучение сочетается с реальными данными. И, возможно, Фреддо и Начо станут первыми, кто это докажет.
ДРУГИЕ СТАТЬИ
21.10.2026
CMA против Apple: британский регулятор требует открыть «яблочные» платежи для конкурентов
Британские пользователи смартфонов могут получить выгоду от новых платёжных, билетных и туристических приложений, если Apple расширит доступ к своей технологии бесконтактных платежей, заявил антимонопольный регулятор. Управление по конкуренции и рынкам (CMA) также хочет, чтобы комиссии, которые Apple взимает с фирм за использование её бесконтактной технологии, были «существенно ниже». Регулятор считает, что текущие комиссии и сборы iPhone-производителя «блоки
19.10.2026
Китай на перепутье: ИИ и экспорт тянут экономику вверх, но внутренний спрос буксует
Экономический рост Китая ускорился в три месяца до конца сентября, восстановившись после трёхлетнего минимума, поскольку бум искусственного интеллекта (ИИ) помог подстегнуть экспорт. Вторая по величине экономика мира выросла на 4,5% в третьем квартале — больше, чем в предыдущем периоде, но ниже 5%, зафиксированных с января по март, согласно официальным данным Китая.
Последняя цифра находится на нижней границе годового целевого показателя роста Пекина в 4,5–5%,
15.10.2026
ИИ в поиске работы: как «распыляй и молись» превращает отбор в лотерею
Стали бы вы использовать ИИ, чтобы помочь написать резюме или сопроводительное письмо? А во время онлайн-оценки или видеоинтервью для работы? Мы всё чаще используем технологию, чтобы помочь с заявками, говорят выпускники и рекрутеры, и многие работодатели не против — в разумных пределах. Но когда это переходит черту от приемлемого к неэтичному или даже мошенничеству?
Том, 22 года, из Мейдстоуна, выпустился в прошлом году со степенью по географии. Он говорит, что отправил бо
13.10.2026
Anthropic запрещает «жестокость» к ИИ: забота о моделях или опасная антропоморфизация?
Anthropic вызвала удивление, объявив, что запретит пользователям «устойчивое и ненужное» оскорбительное поведение по отношению к своему ИИ. Создатель Claude заявил в четверг, что обновляет политику использования, чтобы позволить своим инструментам завершать взаимодействия, когда люди «жестоки» — что, по словам компании, она делала в «редких» случаях и раньше.
Теперь это будет включено в список запрещённого поведения, который также содержит издевательства над др
ПИШИТЕ
Техническая поддержка проекта ВсеТут