Robbyant, компания за роботика в Ant Group, обяви на 10 ноември 2026 г. отвореното публикуване на LingBot-Touch. Моделът обработва информация от тактилни сензори — измервания, които помагат на робот да установи какво се случва при контакт с предмет. Научният препринт е подаден на 9 ноември. Новината е за представяне на допир, което може да се използва от управляващи модели, а не за робот с универсално готово човешко усещане.

Разликата е съществена. Камерата показва формата и положението на предмета, но при захващане са важни също натискът и промяната на контакта. Една успешна визуална локализация не установява дали захватът е достатъчен или прекалено силен. Това е инженерният контекст, в който тактилното представяне може да допълни зрението.

Общ език за различни сензори

Според проектната страница обучаващият корпус съдържа 4983 часа записи от пиезорезистивни, магнитни и визуално-тактилни сензори. Архитектурата използва специфични за модалността преобразуватели и общ Haptic Transformer. Различните сигнали се превръщат в представяне, което следващ модел може да използва при управление.

Научният текст описва подход от семейството JEPA: учене чрез предсказване в пространство от представяния. Това не означава, че сензорите стават взаимозаменяеми без техническа интеграция. Публичното хранилище съдържа интерфейси за данни, примерни записи и код за изпълнение. Те са конкретните материали, по които екип може да провери как неговият хардуер се свързва с модела.

В README е посочен Apache-2.0 за хранилището. Това е полезна информация за кода, но не бива автоматично да се прехвърля върху всяка външна зависимост, набор от записи или бъдеща конфигурация. Преди използване трябва да се разгледат конкретните файлове и бележките за външни компоненти.

Какво показват изпитанията

Авторите представят оценки върху 26 реални задачи с две роботизирани ръце и по 20 опита на задача. Отделно са показани 12 задачи в симулация. Тези две групи доказателства не са една и съща среда. Резултат в симулатор не е равнозначен на установена надеждност в производствена линия.

Проектната страница уточнява, че при реалните сравнения тактилните характеристики са добавени при последващо обучение на управляващите политики, докато самият енкодер е замразен. Затова „преносимо представяне“ не трябва да се превръща в обещание, че произволна нова ръка ще изпълнява всяка задача без адаптация на управлението. SIExpo не е възпроизвел експериментите.

Как бихме проверили практическата полза

Нашият редакционен прочит е да се започне с конкретен контакт, а не с общото понятие сръчност. Например при мек предмет критерият може да бъде успешно преместване без повреда. При капачка — завършено развиване, без изпускане. Това са предложени критерии за пилот, не допълнителни измерени резултати на LingBot-Touch.

Сравнението трябва да запази еднакви предмети, начални положения и ограничения за времето. След това могат да се сравнят управление без тактилни данни, сурови сензорни измервания и наученото представяне. Ако едновременно сменим ръката, предметите и обучението, няма да знаем откъде идва подобрението.

Полезно е неуспехите да се разделят: липсващо измерване, неподходящо преобразуване на сигнала, погрешно действие или механичен предел на ръката. Един общ процент успех скрива тези различия. Той може да е удобен за кратко сравнение, но не дава самостоятелно решение какво да се поправи.

Остава и въпросът за закъснението в целия контур. Малък енкодер не гарантира автоматично бърза система, когато между сензора и двигателя има друга обработка. Демонстрацията показва възможност; внедряването изисква проверка на реалната последователност от измерване, изчисление и действие. Именно тази граница между обещаващ научен компонент и завършена роботизирана система определя значението на новината.

Източници: Robbyant — LingBot-Touch release via Business Wire, Robbyant — LingBot-Touch project and evaluation, LingBot-Touch — original research preprint, Robbyant — LingBot-Touch code and data interfaces. Корицата е концептуална AI илюстрация, а не документална снимка.

Проверено от редакцията: 2026-11-10T17:08:25.417687+00:00.