Две команды, один робопёс и языковая модель: Claude помог запрограммировать робособаку быстрее инженеров

13.11.2025 10:44:00 | iXBT.com

В новом эксперименте Project Fetch компания Anthropic показала, что её модель Claude способна существенно упростить программирование робота-собаки Unitree Go2. Это коммерческий квадропед стоимостью $16 900, который используется для инспекций и охраны на промышленных объектах. Робот умеет автономно перемещаться, но обычно опирается на команды с пульта или специализированного программного обеспечения.

В Project Fetch участвовали две команды специалистов без опыта в робототехнике. Обеим предложили поэтапно решать всё более сложные задачи управления Go2, используя предоставленный контроллер. Одна команда могла пользоваться моделью Claude для написания кода и настройки взаимодействия с роботом, другая работала без помощи ИИ. По данным Anthropic, группа с Claude сумела автоматизировать значительную часть работы и быстрее выполнить часть сценариев, в том числе запрограммировать робота обходить пространство и находить пляжный мяч. Команда без ИИ этот сценарий не реализовала.

Источник: Anthropic

Anthropic отдельно проанализировала общение и распределение ролей внутри команд. В группе без доступа к Claude было больше признаков растерянности и негативных реакций. Авторы работы связывают это с тем, что Claude ускорял подключение к роботу и помогал создать более удобный интерфейс для управления, снижая технический барьер и количество ошибок.

Для Anthropic этот эксперимент вписывается в более широкий фокус на рисках «воплощённого ИИ» — систем, которые не только генерируют текст или код, но и воздействуют на физическую среду. Представитель команды по анализу рисков Anthropic Логан Грэм говорит, что «текущие модели ещё недостаточно развиты, чтобы самостоятельно взять под полный контроль сложного робота, однако изучение того, как люди используют LLM для программирования устройств, помогает готовиться к сценарию, в котором модели выходят в мир через реальные механизмы».

Проект вызвал интерес у специалистов по робототехнике и безопасности. Робототехник Чанлю Лю из Университета Карнеги-Меллон отмечает, что результаты ожидаемы по части ускорения разработки, но считает особенно важным анализ командной работы: он показывает, как интерфейсы с поддержкой ИИ могут изменять процесс программирования — от подбора алгоритмов до использования API. Специалист в области информатики Джордж Паппас из Университета Пенсильвании, занимающийся рисками взаимодействия ИИ и роботов, подчёркивает, что Project Fetch демонстрирует уже доступную способность языковых моделей задавать роботам конкретные задачи, но указывает: нынешним системам всё ещё нужно полагаться на внешние модули для восприятия и навигации. Его группа разработала систему RoboGuard, которая вводит строгие правила поведения для робота и ограничивает способы, которыми ИИ может заставить его действовать неправильно.

Авторы работы и опрошенные ими эксперты сходятся в том, что по мере того как модели учатся программировать, работать с сенсорными данными и получать обратную связь от физического мира, граница между «чат-ботом» и действующим агентом будет размываться. Это делает роботов потенциально более полезными в реальных задачах — от промышленности до сервисных услуг — и одновременно обостряет вопрос контроля, ограничений и прозрачной архитектуры безопасности.

Подробнее