Робототехника

Telexistence тестирует мировую модель для роботов магазинов на AWS

Японская робототехническая компания тестирует DreamZero как способ для роботов в магазинах предсказывать физические результаты перед действием, практический эксперимент по проверке того, могут ли мировые модели уменьшить количество крайних случаев, которые замедляют автоматизацию розничной торговли.

Майкл Г · 10 сентября 2026 года

ТОКИО. Telexistence тестирует передовую модель мира обратился к DreamZero на Amazon Web Services, чтобы помочь роботам выполнять работу в магазинах шаговой доступности, предсказывая физические последствия действия до его совершения. Эксперимент направлен на преодоление обычных вариаций, которые затрудняют автоматизацию розничной торговли: упаковки смещаются, полки меняются, люди входят в рабочее пространство, а объекты редко появляются точно так же, как во время обучения.

Мировые модели учатся представлять, как может развиваться сцена. В робототехнике это позволяет контроллеру оценивать возможные движения, сравнивая их с воображаемым следующим состоянием, а не полагаясь исключительно на фиксированное правило или текущие показания датчиков. Обещание заключается в лучшей адаптации при меньшем количестве экспериментов в реальном мире. Риск в том, что воображаемый результат может оказаться уверенно неправильным именно в той необычной ситуации, когда магазину необходимо, чтобы машина остановилась.

Магазин сложнее лаборатории, чем кажется

Удобные магазины сочетают повторяющуюся работу с постоянными исключениями. Робот может пополнять один и тот же стеллаж сотни раз, но упаковка может деформироваться, этикетки могут быть развернуты не в ту сторону, а предмет может быть оставлен на пути покупателем. Освещение меняется в течение дня, отражающие поверхности сбивают с толку камеры, а узкие проходы ограничивают возможности восстановления. Каждое небольшое изменение расширяет пространство состояний, с которым должен справляться контроллер.

Телексистенция развернула дистанционно управляемых роботов в японских розничных магазинах, получая данные об эксплуатации, которых многим лабораторным проектам не хватает. Дистанционная поддержка служит страховкой, когда автономность дает сбой, и создает примеры успешного восстановления. Мировая модель может учиться на этих вмешательствах, но системе по-прежнему нужно распознавать, когда ее уверенность слишком низка, и передавать управление обратно, прежде чем контакт вызовет повреждения.

AWS предоставляет эластичные вычисления для обучения, моделирования и оценки. Облачные мощности могут ускорить эксперименты, но развернутый робот не может полагаться на идеальное сетевое соединение. Перцепция и поведение для остановки, важные для безопасности, должны оставаться доступными локально. Практичная архитектура разделяет рабочую нагрузку: немедленное управление осуществляется на периферии, в то время как более тяжелое обучение, анализ флота и обновления моделей происходят в облаке.

Инженерная метрика — это не оценка по эталону. Это количество успешных, полезных вмешательств на час работы с учетом удаленного контроля, времени простоя и восстановления. Робот, который выполняет большинство подборок, но часто требует участия специалиста для устранения ошибок, может лишь перемещать трудозатраты, а не сокращать их. Модель затрат должна включать людей, стоящих за автономностью.

Прогнозирование нуждается в защитной оболочке

Модель мира может оценивать возможные действия, но она должна работать в рамках ограничений, которые не зависят от воображения модели. Ограничения по силе, обнаружение столкновений, ограничения скорости и защищённые зоны обеспечивают отдельную защитную оболочку. Этот многоуровневый подход знаком в промышленная робототехника и становится более важным в общественных местах, где люди не соблюдают фабричные процедуры.

Оценка также нуждается в разнообразии враждебных условий. Команды должны намеренно менять упаковку, затемнять этикетки, переставлять полки и прерывать действия. Успех в средних случаях недостаточен, потому что коммерческая ценность универсального робота заключается в умении справляться с изменениями без нового инженерного проекта. Длинный хвост — это продукт.

Розничным компаниям важно больше, чем качество движения. Роботам нужны безопасные обновления программного обеспечения, четкие журналы инцидентов и средства контроля конфиденциальности для камер, работающих рядом с клиентами и сотрудниками. Управление парком создаёт центральную точку, через которую одно плохое обновление может повлиять на многие магазины. Поэтому поэтапный выпуск и быстрая откатка являются частью безопасности робота, а не только работы программного обеспечения.

Эксперимент DreamZero отражает более широкий сдвиг в физическом ИИ. Исследования переходят от политик, которые напрямую сопоставляют текущий образ с действием, к системам, которые строят внутреннюю модель мира и планируют с течением времени. Такой подход может повысить гибкость, но увеличивает количество поведения, которое инженеры должны проверять. Более богатая внутренняя модель не делает машину автоматически более надежной.

Магазины у дома являются полезной испытательной площадкой, потому что задача экономически значима и безжалостно обычна. Если система сможет предсказывать, действовать, обнаруживать неопределённость и восстанавливаться после тысяч небольших сбоев, модели мира заслужат место в производственной робототехнике. До тех пор самой важной способностью может оставаться умение знать, когда обратиться к человеку за помощью.

Темы: Телесуществование, DreamZero, AWS, мировые модели, розничная робототехника