Гуманоїдний робот Unitree G1 опанував складні тенісні навички за допомогою інноваційного методу навчання на обмежених даних

У 2026 році галузь робототехніки зафіксувала вражаючий прогрес у сфері навчання гуманоїдних систем виконанню складних динамічних завдань у реальному часі. Дослідники з Університету Цінхуа, Пекінського університету та представники компанії Galbot презентували проект під назвою LATENT, який дозволив роботу Unitree G1 успішно опанувати комплексні навички гри в теніс. Найбільш примітним є те, що для досягнення такого результату було використано лише п’ять годин неповних даних про рухи гравців-аматорів, що значно спрощує процес підготовки порівняно з традиційними методами.

Під час випробувань робот продемонстрував надзвичайно високу точність, досягнувши показника успішного повернення м’яча на рівні 90,9% у сценаріях гри «форхенд» проти опонентів-людей. Цікаво, що випробування проводилися за умов, коли швидкість подачі м’яча перевищувала 54 км/год. Такий успіх став можливим завдяки застосуванню фреймворку «Корегованого латентного простору дій» (Correctable Latent Action Space), який забезпечує стабілізацію рухів під час замахів та ударів. Головна цінність цього методу полягає у відсутності потреби у величезних масивах високоякісних даних захоплення руху, що потенційно прискорює впровадження гуманоїдних роботів у динамічні умови реального світу.

Фахівці зуміли значно скоротити необхідну площу для збору даних про рухи — більш ніж у 17 разів порівняно з розмірами повнорозмірного тенісного корту. Основну увагу було зосереджено на відпрацюванні базових навичок, таких як удари «форхенд» і «бекхенд», а також на специфічних маневрах — бічних та перехресних кроках. У симуляційних тестах робот показав вражаючий результат у 96% успішних ударів, а в умовах реальних випробувань він впевнено відбивав м’ячі при піковій швидкості понад 15 м/с. Фреймворк LATENT використовує «недосконалі» фрагменти людських рухів як структурну основу для формування спритних та природних рухів, що контрастує з дорогими методами збору ідеального захвату руху.

Незважаючи на значні успіхи, технічний звіт вказує на певні обмеження поточної версії Unitree G1. На даному етапі робот, що працює на базі LATENT, лише реактивно повертає м’яч і поки не використовує стратегічне розміщення ударів проти живих гравців. Крім того, відстеження м’яча під час випробувань залежало від зовнішньої оптичної системи захоплення руху, а не від вбудованих сенсорів зору самого гуманоїда. Проте розробники вже планують адаптувати цей фреймворк для інших динамічних завдань, зокрема футболу та паркуру, що свідчить про серйозні наміри подолати виклики автономного стратегічного прийняття рішень.

У контексті 2026 року компанія Unitree, штаб-квартира якої розташована в місті Ханчжоу, планує масштабне розширення виробництва та відвантаження до 20 000 гуманоїдних роботів, що значно перевищує показник у 5 500 одиниць у 2025 році. Ця методологія пропонує масштабований шлях для навчання роботів складним фізичним навичкам навіть за умов використання обмежених наборів даних. Робот Unitree G1, на якому базується система, має від 23 до 43 ступенів свободи (DoF), а його вартість варіюється від 13 500 до 43 000 доларів США в різних технічних конфігураціях.

Ця розробка є важливою частиною стратегічного розвитку Unitree у 2026 році, що включає демонстрацію інших навичок, таких як танці та елементи бойових мистецтв. Це підкреслює глобальне прагнення вивести робототехніку з наукових лабораторій у сферу повсякденної практичної користі. Тим часом компанія Galbot вже успішно впроваджує подібні досягнення в роздрібному секторі, керуючи понад 40 автономними магазинами по всій території Китаю, що демонструє реальний комерційний потенціал таких інтелектуальних систем.