Робототехника

В ходе беспрецедентного медицинского эксперимента гуманоидные роботы хирургическим путём удалили жёлчные пузыри у живых животных. Но это были не автономные машины, заменяющие врачей-людей. В данном случае опытные хирурги-люди дистанционно управляли движениями роботов.

Телеуправляемые гуманоидные роботы провели две малоинвазивные операции по удалению жёлчных пузырей у живых свиней в ходе доклинического испытания, результаты которого были опубликованы в журнале Nature. Если этот подход в конечном итоге окажется клинически пригодным для лечения людей, хирурги смогут использовать таких гуманоидных роботов для дистанционного проведения роботизированных хирургических вмешательств в небольших больницах и клиниках, не располагающих ресурсами для установки специализированных, но дорогостоящих хирургических роботов.

Он создал первый в истории механизм, безупречного воспроизводивший человеческое движение. А из его математической школы вышло много имен, прославивших отечественную науку. Это история Пафнутия Львовича Чебышёва.

За один 2026 год двуногие роботы успели пробежать полумарафон быстрее человеческого рекорда, довести публику до того, что CEO пришлось резать роботу ногу ножницами прямо на сцене, и провалить задачу «пройтись ровно» на презентации за миллионы долларов. Разбираю с первоисточниками, почему походка стала дешёвой инженерией — 20 минут на одной видеокарте, — а «живой» робот упирается в ватты, переполняющийся контекст и отсутствие непрерывного обучения.

До того как Карел Чапек придумал слово “робот”, Норберт Винер написал эпохальную “Кибернетику”, а Электро — прообраз Бендера Родригеса — выкурил первую сигару, человек сумел собрать некое подобие роботизированного интеллекта. И у этого странного поделия была не менее странная история.   

Помните, как в конце нулевых нам обещали, что экзоскелеты изменят медицину? В 2008‑м японская Cyberdyne начала сдавать в аренду клиникам экзоскелеты HAL. Пациенты с травмами спинного мозга снова учились ходить, а пресса писала, что реабилитация никогда уже не будет прежней. К 2012‑му в Японии работало уже больше трехсот костюмов в сотне клиник, и казалось, что вот‑вот экзоскелеты станут привычной частью медицины. Но реальность оказалась другой. В США первая клиника получила HAL только в 2018‑м. А сейчас уже 2026‑й, и счет все еще идет на единицы.

Почему так? Бионика развивается, но до массового применения ей далеко. Недавно в статье IEEE Spectrum появилось объяснение этому: в лабораторных условиях все работает идеально, а вот выйди на улицу — дождь, шум, отсутствие специалистов рядом — и начинаются проблемы. В этой статье я расскажу, как этот барьер проявляется в разных направлениях биотехники.

В контексте роботизации городов обычно обсуждают энергоэффективность, полностью беспилотное движение и автономные сады. Но в реальном мире проблемы всплывают совсем в других плоскостях.

Роботы-доставщики уже стали привычной частью городского пейзажа. В Лос-Анджелесе по улицам одновременно ездят сотни автономных курьеров компаний Serve Robotics и Coco Robotics. Они развозят еду, объезжают прохожих, стоят на светофорах и даже просят людей нажать кнопку перехода, поскольку сами этого сделать не могут. И чем больше их становится, тем чаще возникает вопрос: а кто при этом должен иметь приоритет на тротуаре? Неужели все это роботизированное братство двигает человека с его позиции «владельца города»?

Чтобы понять, почему обычный робот-доставщик внезапно стал проблемой для мегаполиса, придется сделать небольшой экскурс в историю городского планирования. 

Не знаю как для вас, но мне всегда казалось очень странным, что, любой энтузиаст, желающий собирать какие-либо самоделки на базе микроконтроллеров, всегда сталкивается с весьма странной проблемой: как подключить двигатели наиболее простым способом?!  

Потому что, самое первое, с чем придётся иметь дело при попытках разобраться с этим вопросом, так это с тем, что в глаза бросается просто какое-то безумное количество плат расширения, какое-то безумное количество датчиков, подключаемых удобным и не совсем образом…. 

А двигатели? А двигатели в пролёте в прокруте (на первый взгляд)…:-B 

Ниже я рассмотрел пару решений, которые нашёл для себя в разные моменты времени в прошлом — возможно, они, в чём-то, будут полезны и для вас! ;-) 

Первым перевод на русский этой работы Роберта Зубрина, выдающегося американского аэрокосмического инженера, писателя, публициста и главного идеолога пилотируемой колонизации Марса, сделал ЖЖ-юзер keldoor в Живом Журнале, в сообществе Движение за Русский Космос’s Journal.

Однако, тот перевод был распределен по нескольким постам, журналы уже давно не ведутся, и с того времени (статья впервые опубликована в октябре 1995 года, перевод на русский сделан в 2012) появилось много новых данных о возможности и технологиях колонизации Марса. Поэтому я взял на себя смелость сделать новый перевод, снабдив его своими комментариями с точки зрения ситуации на середину 2026 года.

Статья стала классической и обязательна к прочтению всем интересующимся историей и технологиями космоса! Для тех, кто не в курсе идей и технологий освоения Марса, статья и критические замечания дадут хорошее введение в тему.

Стартап Figure AI начинал с модели Figure 01 — эффектного гуманоидного робота для складов, логистики и производства. Демо выглядело как видео из будущего: робот ходит, манипулирует предметами, понимает команды и обещает закрыть задачи, где людям тяжело, скучно или опасно.

Но демонстрации в робототехнике почти ничего не доказывают. Настоящая проверка ждет в цеху: перегрев приводов, сбои, плохой хват, износ, брак, забравшийся на конвейер кот. За три года Figure дошла до этой точки. Figure 01 остался пилотным проектом, а фокус сместился на Figure 03, завод BotQ и собственную VLA-модель Helix. Компания решила поставить все на конвейер — выпускать одного робота в час (около 9 тысяч в год), самостоятельно делать запчасти, собирать, тестировать, контролировать качество и отказаться от внешнего ИИ в пользу собственного стека.

Здесь и возникает главный вопрос: роботы действительно готовы заменить людей или это все еще дорогие демо-модели, оторванные от реальности? Можно ли изъять человека из производственной цепочки и поставить на его место гуманоида? Способен ли робот отработать смену без поломок, брака и травм?

Figure пытается доказать, что этот момент уже близко — на заводах, складах и в логистике, где задачи фиксированы и нет активного взаимодействия с людьми. Компания предлагает универсальную физическую платформу — «тело» для ИИ, которому давно не хватало возможности выйти из экрана в реальный мир. И это как раз тот уровень развития ИИ и робототехники, который находится на подъеме. Давайте разберем каждый шаг в контексте технологических волн и попытаемся заглянуть в будущее.

Если вы хоть раз пытались сделать печатную плату сложнее «мигалки на светодиоде», вы знаете цену «геометрического ада».

ЛУТ (лазерно-утюжная технология) — это лотерея. Классический фотометод требует идеального шаблона, а профессиональный фотоплоттер стоит как подержанный автомобиль. Казалось бы, решение на поверхности: взять доступный китайский лазерный гравер за $100 и вперёд. Но тут начинается новый «ад»: оси изначально кривые, реальный шаг моторов живёт своей жизнью, а заготовка почти всегда лежит на столе с перекосом в пару градусов. Малейшее отклонение — и прецизионный Gerber превращается в бесполезный кусок текстолита.

Я решил эту проблему иначе. Зачем часами юстировать механику, если можно переложить всё на математику и нейросети?

Представляю LPP-Laser — флагманское направление открытой модульной платформы LPP (Linear Path Platform). Система не требует от станка совершенства. Она просто «натягивает» ваш проект на реальность.

По всей видимости, домашние роботы на подходе. Не огромные андроиды в человеческий рост и  на двух ногах, но маленькие компаньоны на сервоприводах. Которые научаться понимать человека и будут учиться через эмпирический опыт самостоятельно.

Всё больше появляется сообщений о проектах с применением человекоподобных роботов на производстве. Основная гипотеза: человекоподобный робот, может работать вместо человека, так как всё на производстве уже сделано для человека и человек работает.
Ниже разберём гипотезу о целесообразности использования человекоподобных роботов в производственных процессах обработки поверхностей (шлифовка, полировка, пескоструйка, покраска и т.д.) в актуальном периоде.

Основной вывод: человекоподобные роботы вряд ли станут оптимальным решением для производства, где точность, производительность и скорость являются основными критериями выбора.

Хабр, привет! Меня зовут Егор Черепанов. Я аспирант Центра когнитивного моделирования МФТИ и младший научный сотрудник команды «Воплощенные агенты» лаборатории когнитивных систем искусственного интеллекта AIRI. Я занимаюсь памятью у роботов и RL‑агентов, и сегодня хочу рассказать об одной из наших работ — архитектуре ELMUR, которую мы представляли в апреле на ICLR 2026.

Память у современного робота сегодня — это почти всегда контекст трансформера Vision‑Language‑Action модели, поскольку последние уже прочно закрепились как стандарт в этой области. Проблема в том, что механизм внимания имеет квадратичную сложность по длине последовательности, а значит долгосрочная память для робота будет обходиться слишком дорого, если пытаться наивно увеличивать размер контекста. 

Новая архитектура призвана решить эту проблему. О том, что у нас получилось, читайте в статье ниже.

19 апреля 2026 года робот-гуманоид Honor Lightning пробежал полумарафон за 50 минут 26 секунд. Он побил мировой рекорд среди людей на 7 минут, а лучшее время среди роботов годом ранее – почти на два часа. Сразу хочется спросить: за счёт чего? Какая-то секретная технология? И как они умудрились обойти куда более известную Unitree, которой, по сообщениям, пришлось выдать своему роботу рюкзак со льдом, лишь бы он добежал до финиша и не перегрелся? На самом деле никакой магии нет. Есть моторы, передаточные числа и грамотный инженерный компромисс. Давайте разберёмся по порядку.

Для эксплуатации автономного транспорта критически важно точно знать:

1. где находится транспортное средство, 2. в каком направлении оно движется, 3. с какой скоростью оно перемещается.

Это и есть задача систем локализации.

Как автономный транспорт может понять свое местоположение? Может ли ездить по обычной карте из навигатора? На каких методах построена система локализации?  Ответы на эти вопросы вы… найдете в предыдущей статье этой серии :) 

В этой части мы — команда локализации и картирования ЭвоКарго — сделаем шаг глубже и посмотрим на основу всей системы:  данные. 

На первый взгляд всё выглядит просто: чем больше сенсоров, тем больше данных, и тем точнее результат. На практике увеличение числа сенсоров не устраняет неопределенность. Каждый источник данных живет в своей «реальности», со своими физическими ограничениями, своими погрешностями и сценариями деградации. В результате система сталкивается не просто с шумом, а с противоречиями. Поэтому локализация — не про измерения, а про интерпретацию противоречивых данных в условиях неопределенности сотни раз в секунду.

Эта большая статья про то, какие сенсоры применяются в автономности, какие неточности в измерениях каждого из них, почему это неизбежно и за счет чего система локализации успешно работает в подобных условиях. И почему нашим машины постоянно чувствуют себя, как Траволта в Криминальном чтиве :)

Микроконтроллер RP2040 имеют очень гибкую и понятную систему тактирования, но вот настройка тактирования в нативном SDK реализована очень запутано. В рамках этой заметки я попытался разобраться как гибко настроить тактирование ядра и периферии для достижения необходимого уровня энергопотребления, а также как правильно переводить микроконтроллер в режим минимального энергопотребления для использования в проектах с батарейным питанием.

Привет, Хабр! На связи снова Александр Панов, директор лаборатории когнитивных систем искусственного интеллекта AIRI и Центра когнитивного моделирования в Институте искусственного интеллекта МФТИ. 

Как и в прошлые разы, я хочу поделиться с вами впечатлениями от конференции, в которой мне и моим коллегам по научной группе довелось принять активное участие. На этот раз речь пойдёт о крупнейшем научном событии в робототехнике — конференции ICRA 2026, проходившей с 1 по 5 июня в дождливой, но гостеприимной Вене. 

Внутри много выжимок из статей и докладов, фото, а также видео с традиционного робопарада!

Запад не всегда был единственным флагманом робототехники. Иногда первенство, пусть и не надолго, у него перехватывали и мы. Так один советский школьник, смог сделать почти то же самое, на что у огромной американской корпорации ушло 2 года и $2,4 миллиона вложений.

Технологические прогнозы — штука ненадежная: иногда кажется, что даже прогнозы погоды ошибаются реже. В 1994 году, например, вышел фильм «Патруль времени» с Ван Даммом в главной роли. Действие происходило в 2004-м: герой садился в машину, командовал: «Домой», и автомобиль сам ехал по маршруту. И вот на дворе уже 2026 год, а шанс встретить на дороге такую машину все еще ниже, чем бывшую одноклассницу в одной очереди в кофейне.

Чего уж говорить про самозавязывающиеся кроссовки и скейты на магнитной подушке из «Назад в будущее 2», которых ждали в 2015 году. Поэтому здесь сосредоточимся не на прогнозах, а на технологиях, которые уже работают на благо людей и бизнеса, расскажем, как в разных отраслях применяются автономные летательные аппараты и роботизированные системы, а также что изменилось в этих сферах за последние годы.

Привет, Хабр! Меня зовут Артем Лыков, я руководитель направления Physical AI в МТС Web Services. В начале июня я побывал на ICRA 2026 в Вене — одной из главных мировых конференций по робототехнике и автоматизации.

В этом году мероприятие проходило с 1 по 5 июня на площадке Messe Wien. Конференция собрала исследователей, инженеров, стартапы, промышленные команды и крупные компании, которые работают с роботами, автономными системами и физическим ИИ.

Ниже — репортаж с конференции и мой разбор главного тренда: робототехника уходит от идеи одной универсальной end-to-end-модели и собирает более практичный стек из нескольких уровней. Внизу — моторика и управление телом. Посередине — VLA, модели мира и связь восприятия с действием. Наверху — агентное планирование и проверка решений.