Группа учёных из Университета Карнеги — Меллон и Google DeepMind представила фреймворк FACTR 2, который позволяет роботам с серийными манипуляторами определять приложенные к ним внешние силы без установки специализированных сенсоров. Разработка опубликована 11 июня 2026 года.
Исследователи под руководством Лун Вана (Lun Wang) из Университета Карнеги — Меллон и Скотта Рида (Scott Reed) из Google DeepMind разработали метод, позволяющий промышленным роботам распознавать внешние воздействия — например, давление или толчки — без использования дополнительных датчиков силы. Технология основана на анализе данных с уже установленных в роботах сенсоров положения и тока двигателей.
FACTR 2 (Force-Aware Control and Trajectory Refinement) использует алгоритмы машинного обучения для оценки сил, действующих на манипулятор, на основе изменений в траектории движения и энергопотреблении приводов. По словам авторов, система способна определять внешние силы с точностью, сопоставимой с аппаратными датчиками, но при этом не требует модификации оборудования. Это снижает стоимость внедрения и упрощает интеграцию в существующие производственные линии.
Разработка может найти применение в задачах, где роботам необходимо взаимодействовать с людьми или хрупкими объектами, например, в сборке электроники или упаковке товаров. Как отметил в комментарии один из соавторов, профессор Расс Салахутдинов (Russ Salakhutdinov), «возможность оценивать силы без дополнительного оборудования открывает путь к более гибким и адаптивным робототехническим системам».
Ранее подобные решения требовали установки дорогостоящих датчиков силы или сложных систем калибровки. FACTR 2 предлагает альтернативу, используя только данные, доступные в стандартных промышленных роботах. Исходный код фреймворка и результаты экспериментов опубликованы в открытом доступе.
Источники: X-пост Криса Пакстона (Chris Paxton), 11 июня 2026; блог Google DeepMind.