Ученые из лаборатории MIT CSAIL представили новую методику, которая делает поведение роботов более естественным и безопасным при совместной работе с человеком. Технология Masked Inverse Reinforcement Learning (Masked IRL) помогает машинам считывать контекст задач, который оператор обычно не проговаривает вслух.
Подробное описание созданного алгоритма исследователи официально опубликовали на платформе MIT.
Проблема старых алгоритмов
В повседневной жизни мы редко используем исчерпывающие и точные инструкции. Люди произносят короткие фразы, например «принеси» или «поставь», автоматически опираясь на окружающую обстановку. Человеку интуитивно понятно, что нельзя проносить тяжелый предмет прямо над открытым ноутбуком или ставить мокрую посуду на клавиатуру. Для классического робота эти негласные правила остаются невидимыми. Он строит маршрут к цели самым коротким путем. В результате машина формально выполняет поставленную задачу, но человеку становится некомфортно и возникает реальный риск повредить хрупкую технику.
- Как устроены нейросети простыми словами и почему сейчас на них строят новые онлайн-сервисы.
- Пошагово показывают, как из обычной идеи сделать рабочий сайт: от текста и дизайна до первых пользователей.
- Как подключить оплату и платную подписку, чтобы сайт или сервис могли приносить деньги автоматически.
- Как собрать бота в популярных мессенджерах, который отвечает людям и принимает оплату без участия владельца.
- Какие реальные способы заработка используют участники: от первых продаж в течение недели до стабильного дохода с цифрового актива.
Уже начали обучение 12 350 человек
Как работает гибридный метод
Команда MIT предложила решение, где система самостоятельно извлекает скрытые предпочтения из обычного поведения человека. Обучение робота разделили на два последовательных этапа.
Первый этап опирается на большую языковую модель (LLM). Эта текстовая нейросеть анализирует физические действия оператора и переводит размытые команды в строгие инструкции. К примеру, нечеткая фраза «держи ближе» трансформируется в конкретное правило «держи ближе к поверхности стола». Затем модель сравнивает реальную траекторию руки с математически кратким маршрутом. Выявленные отклонения жестко фиксируются как обязательные параметры.
Второй этап полностью завязан на компьютерное зрение. Визуальная нейросеть непрерывно оценивает кадры с камеры и определяет реально значимые предметы. Ноутбук или хрупкая кружка сразу получают статус зон повышенного риска.
Если человек случайно задел локтем пустую картонную коробку, алгоритм зрения отфильтровывает это событие и не переобучается на таком визуальном шуме.
Результаты тестов и метрики
В виртуальной симуляции и на физическом манипуляторе система на 15 % чаще правильно угадывала скрытые предпочтения по сравнению с классическими подходами обучения. Для достижения такого результата потребовалось в пять раз меньше живых демонстраций. Исследователям хватило 50 показов, чтобы робот научился аккуратно передавать предметы и протирать стол.
Манипулятор успешно передавал пакет чипсов таким образом, чтобы не задеть пользователя. Прямых ограничений из серии «не приближайся к ноутбуку» никто в программу не вписывал, машина вычислила это правило самостоятельно. Исходный код проекта авторы выложили в публичном репозитории на GitHub, а видео проекта можно посмотреть тут.
Влияние на рынок робототехники
Созданный алгоритм решает ключевую проблему внедрения роботов в повседневный быт и складскую логистику. Чем точнее машина понимает невысказанные ожидания, тем быстрее умные домашние ассистенты станут нормой в квартирах и на заводах.
Сейчас прототип оперирует в основном данными о движении. В дальнейшем авторы планируют интегрировать более сложное компьютерное зрение для глубокого сканирования сцены. Получив команду «подними игрушку», робот заранее определит, что лежащие рядом бананы к задаче никак не относятся.
Детальные технические метрики доступны в официальном PDF документе. Данная работа была официально представлена на конференции ICRA 2026 в Вене, которая прошла с 1 по 5 июня 2026 года.