Традиционная автоматизация страдает от хронической «дерготни» — прерывистых движений, вызванных задержкой вычислений. Современные VLA-модели (Vision-Language-Action) заставляют робота замирать и переваривать данные об окружении перед каждым новым рывком. Этот реактивный подход создает паузы, которые убивают плавность и растягивают время цикла. Как отмечают исследователи из MIT, роботы фактически планируют действия на основе устаревших данных: пока алгоритм «думает», реальное положение дел уже изменилось.
Команда под руководством профессора MIT Сон Хана совместно с коллегами из Nvidia и Caltech решила проблему, наделив системы «чувством будущего». Вместо того чтобы рассчитывать следующий шаг из текущей точки, архитектура прогнозирует состояние робота на несколько ходов вперед. Она строит новую траекторию в тот момент, когда текущее действие еще находится в процессе выполнения. Как пояснил Сон Хан, цель заключалась в том, чтобы заставить «физический AI» работать быстрее, не меняя моторы на более мощные.
Главные достижения исследования
Скорость стандартных операций по захвату и перемещению объектов выросла в два раза. Вычислительная нагрузка на систему осталась на прежнем уровне. Манипуляторы адаптировались к динамическим играм, таким как настольный теннис.
«Мы стремились оптимизировать логику планирования так, чтобы аппаратное обеспечение использовалось на пределе своих физических возможностей без аппаратной модернизации», — Сон Хан, профессор MIT.
Результат — двукратное ускорение стандартных операций по захвату и перемещению объектов (pick-and-place) без дополнительных вычислительных затрат. Препринт исследования на arXiv доказывает, что те же манипуляторы начинают справляться с динамичными задачами вроде игры в настольный теннис или Whack-a-Mole. Это фундаментальный сдвиг: робот перестает быть дискретным исполнителем, превращаясь в плавную автономную систему за счет обновления логики планирования.
Для владельцев логистических парков это означает возможность удвоить пропускную способность складов без закупки нового железа. Софтверное решение устраняет скрытый «налог» на вычислительные паузы, доказывая, что следующий рывок в эффективности обеспечит моделирование состояний, а не гонка характеристик приводов. Если ваша автоматизация кажется вялой, проблема, скорее всего, в рассинхронизации «мысли» и действия, а не в физических лимитах оборудования.