Робот научился убирать в квартире, которую никогда не видел
Роботы хорошо работают там, где их обучали, и теряются в новой обстановке. Physical Intelligence показала модель π0.5, которая управляет мобильным роботом в домах, которых не было в обучении. По словам авторов, это первая система с обучением от начала до конца, выполняющая длинные и тонкие бытовые задачи — например, уборку кухни или спальни — в совершенно новых домах.
Что именно исследовали
Главный вопрос работы — обобщение. Можно ли обучить одну модель так, чтобы она справлялась в чужой квартире с другой мебелью, посудой и освещением?
Для этого авторы собрали данные из 104 разных мест и проверили, как качество работы в новых домах зависит от числа мест в обучении.
Как это работает
π0.5 — модель «зрение — язык — действие». Она видит через камеры робота, понимает команду словами и выдаёт движения.
Модель учится сразу на многом: на записях разных роботов, на картинках и текстах из интернета, на поиске объектов на изображении и на коротких подзадачах, записанных словами.
Во время работы она сначала формулирует следующий шаг — например, «взять подушку», — а потом генерирует конкретные движения. Как человек, который про себя говорит «сейчас уберу тарелку» и только потом тянется к ней.
Что ИИ теперь умеет
- Выполнять многошаговые бытовые задачи в доме, которого не было в обучении
- Самой разбивать задачу на подзадачи и называть их словами
- Складывать посуду в раковину, заправлять кровать, собирать бельё в корзину, убирать вещи в ящик
Что показал эксперимент
Новые дома. Робота проверяли в трёх настоящих домах, которых не было в обучении, и в тестовых квартирах для сравнений.
Чем больше мест, тем лучше. Авторы обучали модель на данных из 3, 12, 22, 53, 82 и 104 мест. Лучшая модель в новых домах сработала примерно так же, как контрольная, обученная прямо на данных из этих домов.
Всё вместе важнее одного. Данные из интернета и записи других роботов оказались необходимы для обобщения: без них качество в новых домах падало.
В сентябре 2025 года веса π0.5 выложены в открытый репозиторий openpi под лицензией Apache 2.0.
Что пока не работает
- Робот часто справляется не с первой попытки и ошибается — и в решении, что делать, и в самих движениях.
- Трудности вызывают незнакомое оборудование и ситуации, когда нужный предмет не виден.
- Модель пока не учится на собственном опыте и не умеет попросить помощи, когда не понимает, что делать.
- Качество оценивали долей выполненных шагов задачи — это не то же самое, что «убрал всю квартиру без ошибок».
Почему это важно
Домашний робот полезен, только если его не нужно обучать заново в каждой квартире. Работа показывает, что обобщение возможно и зависит прежде всего от разнообразия данных.
До готового продукта далеко, но это уже не лабораторный стенд с одной кухней.
Можно ли попробовать
Оригинальное исследование
π0.5: a Vision-Language-Action Model with Open-World Generalization
- Авторы
- Physical Intelligence: Kevin Black, Noah Brown, James Darpinian, Karan Dhabalia, Danny Driess и др.
- Организация
- Physical Intelligence
- Дата
- 22 апреля 2025 г.
- Тип
- Препринт
Ещё исследования
Человекоподобные роботы научились работать всем телом: ходить, приседать и брать предметы в одной модели
Gemini Robotics 2 от Google DeepMind управляет не только руками, но и всем телом человекоподобного робота, а также тонкими движениями многопалых кистей. Версия для работы на самом роботе адаптируется к новой машине за несколько часов.
Кубики без центрального компьютера научились вместе понимать, во что их сложили
Сотни физических кубиков с одинаковой маленькой нейросетью общаются только с соседями — и сообща определяют форму всей конструкции: стул, самолёт, гитара. Они же замечают повреждения. Работа опубликована в Nature Communications.