| Разработчики: | Массачусетский технологический институт (MIT), Калифорнийский университет в Беркли (UC Berkeley) |
| Дата премьеры системы: | сентябрь 2025 г. |
| Отрасли: | Электротехника и микроэлектроника |
| Технологии: | Робототехника |
2025: Анонс продукта
В сентябре 2025 года исследователи из Improbable AI Lab, Массачусетского технологического института и Калифорнийского университета в Беркли (UC Berkeley) представили пассивный экзоскелет Dexop для кистей рук. Устройство предназначено для сбора данных, с помощью которых роботы учатся хватать предметы.
Экзоскелет физически связан с роботизированной рукой и точно передает движения пользователя машине. Система фиксирует не только движения, но и усилие захвата благодаря датчикам давления на кончиках роботизированных пальцев. Робот, обученный с помощью Dexop, вкручивал лампочку за 11 секунд против 86 секунд при использовании традиционных методов.
Традиционные методы обучения роботов основаны на цифровых симуляциях и джойстиках. Устройства запоминают движения и учатся их воспроизводить. Такое обучение занимает значительное время, а получаемые наборы данных содержат много «шума» и неточностей.
Машинам сложно определить оптимальную силу сжатия предметов. Роботы должны удерживать объекты достаточно крепко, но не повреждать их. Калибровка силы захвата представляет серьезную техническую проблему для разработчиков роботизированных систем.
Экзоскелет Dexop решает эти проблемы через прямую физическую связь с роботизированной рукой. Когда пользователь сгибает указательный палец, робот в точности повторяет это движение. Синхронизация происходит в режиме реального времени без задержек.
Датчики давления на кончиках роботизированных пальцев регистрируют силу воздействия на объекты. Система записывает не только траектории движений, но и динамику приложения усилий. Комплексный сбор данных повышает качество обучающих наборов.
Результирующие наборы данных содержат меньше артефактов и неточностей по сравнению с традиционными методами. Более чистые данные ускоряют процесс машинного обучения. Роботы быстрее осваивают сложные манипуляции с предметами.[1]
Примечания
Подрядчики-лидеры по количеству проектов
Promobot (Промобот) (31) Яндекс (Yandex) (17) Cognitive Pilot (Когнитив Роботикс) (14) Сбербанк (12) Nvidia (Нвидиа) (11) Другие (611) Яндекс (Yandex) (2) Mains Lab (Мэйнс Лаборатория) (2) Московский центр инновационных технологий в здравоохранении Медтех (2) Мотив (1) Promobot (Промобот) (1) Другие (42) Департамент информационных технологий Москвы (ДИТ) (2) Яндекс (Yandex) (2) Яндекс.Облако (Yandex Cloud) (2) Инфосистемы Джет (2) Fora Robotics (Фора Роботикс) (2) Другие (42)Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
Promobot (Промобот) (10, 32) ABB Group (8, 23) Cognitive Pilot (Когнитив Роботикс) (4, 21) Cognitive Technologies (Когнитивные технологии) (1, 21) Яндекс (Yandex) (2, 14) Другие (670, 163) Транспорт будущего (2, 1) Бирюч-НТ Инновационный Центр (2, 1) Эфко ГК (2, 1) Promobot (Промобот) (1, 1) Smart Meal Service (Смарт Мил Сервис) (1, 1) Другие (13, 13) Fora Robotics (Фора Роботикс) (1, 2) НИТУ МИСиС (Национальный исследовательский технологический университет) (1, 1) Яндекс (Yandex) (1, 1) Aripix Robotics (Арипикс Роботикс) (1, 1) Rozum Robotics (Розум Роботикс) (1, 1) Другие (5, 5) Яндекс (Yandex) (1, 2) Pudu Robotics (Pudu Technology) (1, 2) Unitree Robotics (1, 1) КиберСклад (1, 1) Intuitive Surgical (1, 1) Другие (2, 2) Яндекс (Yandex) (1, 3) Яндекс Роботикс (1, 1) Navio (ранее SberAutoTech) (1, 1) РОББО (ранее ScratchDuino, СкретчДуино) (1, 1) Яндекс.Маркет (1, 1) Другие (3, 3)Распределение базовых систем по количеству проектов, включая партнерские решения (проекты, партнерские проекты)
Promobot - 28 (26, 2) Cognitive Agro Pilot Система автоматического вождения - 21 (21, 0) ABB IRB Промышленные роботы - 19 (19, 0) Искусственный интеллект (ИИ, Artificial intelligence, AI) - 16 (0, 16) Яндекс.Ровер - 13 (13, 0) Другие 120 Cognitive Agro Pilot Система автоматического вождения - 1 (1, 0) Hi-Fly Cargo - 1 (1, 0) ABB IRB Промышленные роботы - 1 (1, 0) Эфко: Hi-Fly Taxi Аэротакси - 1 (1, 0) Роббо Класс - 1 (1, 0) Другие 8 For-1 Антропоморфный робот - 2 (2, 0) Dobot CR-серия Коллаборативные роботы - 1 (1, 0) Robotech: RP-серия Роботы-паллетайзеры - 1 (1, 0) Da Vinci (робот-хирург) - 1 (1, 0) МИСиС и 3D Bioprinting Solutions: 3D-биопринтер в виде роборуки для применения в операционной in situ - 1 (1, 0) Другие 1 Pudu CC1 Робот-уборщик - 2 (2, 0) Яндекс.Ровер - 2 (2, 0) Искусственный интеллект (ИИ, Artificial intelligence, AI) - 1 (0, 1) Ronavi S-серия Роботы для сортировки товаров - 1 (1, 0) Роботы КиберСклад - 1 (1, 0) Другие 0 Яндекс.Ровер - 3 (3, 0) Pudu CC1 Робот-уборщик - 1 (1, 0) Роббо Класс - 1 (1, 0) Spectro (робот-инвентаризатор) - 1 (1, 0) Университет Иннополис: InnoSpector Беспилотная система для промышленной инспекции и мониторинга - 1 (1, 0) Другие 1 
