Стартап Acorn Robot показал «zero-data» робота, который учится манипуляциям через пробу и ошибку
Стартап Acorn Robot, созданный исследователями из Tsinghua University и Harvard University, показал робота, которого компания называет «zero-data». Машина учится физическим манипуляциям без заранее собранных обучающих данных, демонстрационных траекторий и визуальных моделей. В основе системы автономная модель принятия решений Natus ("instinct-driven behavioral emergence"). Она осваивает действия через физическую пробу и ошибку: робот делает попытки, сталкивается с неудачами и тут же корректирует поведение.
Аппаратная часть максимально простая. Используется промышленный параллельный захват с one-degree-of-freedom и двумя wedge-shaped black jaws; на внутренних поверхностях установлены тактильные сенсоры. В системе нет внешней камеры, cloud-based AI и training data pipeline. Тем не менее робот выполняет довольно сложные манипуляции. В демонстрации он поднимает кредитную карту, лежащую на столе: один захват упирается в край карты, а поверхность стола служит точкой опоры для подъёма. Обычно системе требуется от восьми до девяти попыток, чтобы в ходе самостоятельного эксперимента найти рабочую стратегию.
По словам компании, технология уже прошла стадию proof-of-concept в одной из ведущих косметических компаний Китая и дошла до масштабного внедрения. Acorn Robot нацеливается на B-end flexible manufacturing, где ключевое ограничение связано не с объёмом данных, а со способностью системы адаптироваться. Основатель Dr. Jiang Yao считает, что распространённые подходы embodied AI, включая vision-language-action models, world models и simulation-based learning, сталкиваются с фундаментальными трудностями при работе в физическом мире. Причина в непредсказуемых контактных силах и различиях в оборудовании между роботами. По его формулировке, «не существует универсально лучшей модели, есть только модель, лучше всего адаптированная к конкретному роботу».
Ключевые факты
Стартап Acorn Robot, основанный доктором Цзян Яо с PhD по Mechanical Engineering из Tsinghua University и постдоком по Neuroscience в Harvard University, представил робота, который обучается манипуляциям без предварительных обучающих данных и демонстрационных траекторий.
В роботе используется автономная модель принятия решений «Natus» (instinct-driven behavioral emergence), которая обучается через физические попытки, ошибки и самокоррекцию в реальном времени.
Аппаратная часть состоит из промышленного параллельного захвата с одной степенью свободы и двумя клиновидными губками с тактильными датчиками; система работает без внешней камеры, облачного AI и пайплайна обучающих данных.
В демонстрации робот поднимает кредитную карту, лежащую плашмя на столе, обычно находя рабочую стратегию после восьми–девяти попыток; компания заявляет, что технология прошла proof-of-concept у одной из ведущих косметических компаний Китая и развернута в масштабировании.