Корейская компания Tomorrow Robotics представила Habilis Brain 0 — роботизированную фундаментальную модель (RFM), специализирующуюся на манипуляциях с объектами. Система показала успешность 99,55% в симуляционном бенчмарке LIBERO и выполнила 400 последовательных логистических операций на реальном гуманоиде без единого сбоя.

Ключевые результаты

Симуляционный бенчмарк LIBERO. Базовая модель GC-VLA показала успешность 95,20%, а финальная версия с технологией GCRF (обучение с подкреплением на основе накопленного опыта) достигла 99,55% .

Реальные испытания. На гуманоиде RB-Y1 от Rainbow Robotics модель выполнила 400 последовательных операций по пикингу в логистике без единого сбоя .

Универсальность. Модель протестирована на роботах разных производителей, включая UR5e от Universal Robotics, где выполнила упаковку герметичных контейнеров с миллиметровой точностью .

Как обучается модель

Обучение началось всего с 3 часов демонстрационных данных, после чего робот накапливал опыт самостоятельно, а также использовал корректировки от человека. В основе лежит подход GCRF (Grounding and Correction-based Reinforcement Fine-tuning) — комбинация обучения с подкреплением и обратной связи от оператора .

Ключевая особенность — continual learning: модель не просто выполняет однажды заученные движения, а накапливает данные в процессе работы и постепенно расширяет диапазон доступных задач, адаптируясь к новым условиям .

Технические характеристики роботов, на которых тестировалась модель

Гуманоид RB-Y1 от Rainbow Robotics — это колёсный двурукий робот, специально спроектированный для промышленного применения. Он сочетает верхнюю часть тела гуманоида с мобильной колёсной базой, что обеспечивает устойчивость и точность при выполнении манипуляций. Именно на нём Habilis Brain 0 выполнила 400 операций пикинга без сбоев .

UR5e от Universal Robots — промышленный коллаборативный робот (кобот) с 6 степенями свободы и полезной нагрузкой 5 кг, широко используемый в производстве. На этой платформе модель продемонстрировала миллиметровую точность при упаковке герметичных контейнеров .

Стратегическое значение

Разработка Tomorrow Robotics решает одну из ключевых проблем современной робототехники — хрупкость обученных политик. Большинство существующих моделей требуют идеальных условий и не переносят навыки на другие платформы или задачи. Habilis Brain 0 демонстрирует три ключевых преимущества:

  • Кросс-платформенность: одна модель работает на гуманоидах и промышленных манипуляторах разных производителей
  • Непрерывное обучение: робот накапливает опыт в процессе эксплуатации, а не только на этапе обучения
  • Устойчивость к сбоям: 400 последовательных операций без ошибок указывают на высокую надёжность в реальных условиях

Компания планирует представить Habilis Brain 1.0 — обновлённую версию модели — в конце 2026 года, что может стать важным шагом к коммерциализации физического ИИ в промышленности .