Робот освоил новый навык за 29 секунд: 62% успеха с первой попытки

Система HOST увеличивает успешность выполнения задач с 17% до 62%, не изменяя параметры обученной нейросети

Группа, связанная с X Square Robot, представила на arXiv метод HOST (Human-to-robot One-Shot Skill AcquisiTion), который позволяет роботу освоить новый навык, просмотрев всего одно видео с человеком, и немедленно применить его, не изменяя параметры нейросети.

Среднее время «освоения» составило 29 секунд, а успешность — 62%. Хотя до промышленной надежности ещё есть время, важно отметить, что HOST не использует демонстрацию как новый обучающий набор, а преобразует её в контекстную подсказку для уже обученной, но замороженной модели. Именно это и обеспечивает скорость.

Механизм работает следующим образом. Система принимает видео с человеком, выполняющим задачу — например, перемещение предмета из одной ёмкости в другую, — и оценивает, на каком этапе выполнения находится демонстратор. Затем она предсказывает, как этот же этап должен выглядеть с точки зрения робота, то есть интерпретирует человеческую демонстрацию в его собственное «тело» и сенсорику. После этого HOST выводит последовательность действий, которая приведёт робота к аналогичному результату. Никакого дообучения и множества повторений с разметкой — всего одна демонстрация и один проход.

Авторы сравнивают HOST с двумя сценариями: когда робот пытается выполнить задачу без какой-либо подсказки (zero-shot), успех составляет 17%, и когда систему настраивают на 50 демонстрациях для каждой конкретной задачи. HOST обходится без zero-shot на 45 процентных пунктов, а по времени в 507 раз быстрее, чем настройка на 50 примерах. Тем не менее, 62% всё ещё означает, что почти в 4 случаях из 10 робот допускает ошибку. Более того, тесты проводились на собственных платформах и задачах, без проверки на других роботах, в незнакомых помещениях или с другими типами объектов.

Для инженеров-робототехников практический интерес представляет сам подход: замороженная политика, управляемая демонстрацией на этапе вывода, без циклов оптимизации. Если другие исследовательские группы повторят результаты на других роботах и продемонстрируют, что 62% можно повысить хотя бы до 85–90% за счёт улучшения модуля оценки прогресса, то HOST может стать образцом для быстрой перенастройки промышленных манипуляторов.