Physical AI: От нейросетей к гуманоидным роботам

Что живёт до сих пор:

языки и среды вендоров для точек и логики;

разделение безопасной зоны и оператора;

ожидание, что новое поведение = проект переналадки.

Physical AI обещает снизить стоимость переналадки данными. Обещание имеет смысл только на фоне этой нормы: без неё нечего ускорять.

Мобильные роботы и карта мира

AGV на магнитных лентах и индуктивных проводах десятилетиями возили детали без всякого deep learning. Потом — свободная навигация, лидары, SLAM-семейство методов (исследовалось активно с 1980–1990-х и далее), mixed traffic.

Урок для Physical AI: надёжная локализация и дисциплина карты часто дают больше ROI, чем замена планировщика на нейросеть. История AMR учит начинать с инфраструктуры среды (разметка, правила проездов), а не с «общей модели пространства».

Гуманоиды лабораторий

ASIMO, HRP, Atlas и ряд других платформ (разные годы и поколения) показали: ходить и манипулировать можно. Цена — энергия, команда специалистов, хрупкость, сервис. Публичные демо расходились с промышленным TCO.

Оценка: лабораторные гуманоиды создали кадры, алгоритмы баланса и ожидания публики; серийную экономику часа работы на заводе они сами по себе не закрыли. Нынешний гуманоидный рынок стоит на этих плечах и на новых актуаторах/батарее/симах — но корни ограничений те же: энергия, DoF, руки.

Зрение: от клеточных автоматов к детекторам в ячейке

Машинное зрение в промышленности долгое время — структурированный свет, шаблоны, калиброванные камеры над конвейером. Затем cascade-детекторы, потом глубокие сети, потом дешёвые RGB-D. Каждый скачок снижал цену «увидеть деталь» и повышал вариативность допустимых сцен.

Урок: зрение в цеху всегда упиралось в освещение и крепёж. Deep learning не отменил эту физику. Исторические интеграторы, которые ставили кожухи от бликов, до сих пор правы чаще, чем слайд про foundation vision.

Обучение действию: не только 2020-е

Imitation и teleoperation в робототехнике старше текущего хайпа: kinesthetic teaching, playback траекторий, позже — learning from demonstration как исследовательская линия. RL в роботах переживал волны энтузиазма и разочарований (дорогие пробы на железе, опасность). Симуляторы (от простых до современных physics engines) постепенно стали обязательным инструментом, не игрушкой.

Что изменилось в 2010–2020-х (качественно, без ложной точности дат): масштаб вычислений, качество зрительных сетей, лучше инструменты симуляции и телеопа, доступность манипуляторов для лабораторий и стартапов, интерес капитала. Что не изменилось: цена контакта и sim-to-real.

Иерархия: subsumption, трёхуровневые архитектуры

Бруксова subsumption и классические deliberative/reactive гибриды учили: не всё поведение должно проходить через «тяжёлую модель мира». Реактивные слои спасают жизнь роботу (и людям рядом), пока планировщик думает.

Современный стек с мониторами и skill library — родственник этих идей. Когда вам предлагают единую сеть «от пикселя до тока» без реактивного конверта, история предлагает скепсис.

ROS и культура открытого стека

ROS (и далее ROS 2) с конца 2000-х / 2010-х стал lingua franca многих лабораторий и части индустрии: драйверы, сообщения, тулинг. Не идеал realtime, но ускоритель интеграции. Physical AI-команды, игнорирующие эту экосистему без замены, часто заново пишут колёса.

Исторический урок: стандарты сообщений и драйверов важнее модного фреймворка обучения. Контракты слоёв из главы 3 рифмуются с этим.

Safety-культура раньше ML

Категории останова, ISO-практики для промышленных роботов, collaborative robots с ограничением силы — шли своим путём. Collaborative-волна 2010-х обещала работу без клеток; реальность оказалась сложнее и домен-зависимее (оценка зрелости внедрй сильно плавает).

Physical AI обязан наследовать эту культуру, а не обходить её «уверенностью модели». Корни safety — в инцидентах и нормах, не в бенчмарках политик.

Данные как исторический дефицит

Пока LLM кормились вебом, роботы кормились редкими эпизодами. Отсюда телеоп-фермы, попытки краудсорсинга демонстраций, синтетика. Исторически успешные внедрения чаще копили данные под узкую операцию годами (иногда неявно — через логи teach pendant и камеры качества).

Нынешний рынок foundation robotics пытается обобщить этот опыт. История шепчет: перенос между доменами был труден всегда; проверяйте на своей номенклатуре.

Что именно «новое» в Physical AI

Честный список новизны относительно классики:

лучше и дешевле зрительные представления;

привычка к крупным обучаемым политикам;

инструменты симуляции и рандомизации доступнее;

языковой интерфейс к навыкам;

капитал и кадры из digital ML зашли в железо.

Не новое:

нужда в калибровке;

цена ошибки контакта;

роль интегратора и OT;

энергетика и износ;

safety как поперечный контур.

Если презентация говорит, что всё новое — это маркетинг. Если говорит, что ничего не изменилось — слепота. Корни помогают держать пропорцию.

Практический чеклист «не изобретай заново»

Прежде чем писать свой middleware — посмотрите ROS 2 / вендорский runtime.

Прежде чем учить политику обходу ограждений — поговорите с safety engineer.

Прежде чем строить гуманоид под ровный склад — посчитайте AMR.

Прежде чем объявлять конец teach pendant — оставьте его как деградацию и сбор данных.

Прежде чем верить sim — найдите, кто уже обжёгся на вашем типе контакта.

История не запрещает инновации. Она запрещает амнезию.

Линия «символьный ИИ → воплощение»

В классическом ИИ второй половины XX века доминировали символьные рассуждения. Роботы в лабораториях иногда служили «телом» для планировщиков — медленно, хрупко, с ручной перцепцией. Спор «символы vs нейросети» многократно переписывался; в Physical AI 2020-х он вернулся как гибрид: язык/логика плана + обученный навык + жёсткий контроль.

Урок: чистый символьный план без восприятия умирал на реальных полках. Чистая реакция без плана плохо масштабировалась на многошаговые задачи. Живые системы снова гибридны — как учила практика, не идеология.

Военные и экстремальные корни (осторожно)

Часть мобильной робототехники и телеопации выросла из экстремальных и оборонных задач: работать там, где человеку опасно. Отсюда сильные традиции телеопации, защищённости каналов, отказоустойчивости. Dual-use граница реальна: те же навыки мобильности и манипуляции живут в гражданских пилотах.

Для гражданской книги важно: переносить технику (телеоп, связь, диагностика), не переносить сценарии вреда. История учит, что канал управления и логирование отказов в экстремальных средах часто зрелее, чем в «домашнем роботе» из рекламы — у них была цена ошибки другого порядка.

Автономный транспорт как соседняя ветка

Беспилотные авто — огромная соседняя история с собственными датасетами, HD-картами, спорами про уровни автономии и зимами хайпа. Physical AI манипуляторов пересекается кусками (восприятие, safety, ML ops), но контактная манипуляция и руки добавляют другую физику.

Перенос уроков: уровни автономии как язык договора; опасность метрик на «среднем километре» без хвоста распределения; стоимость edge-инференса; регуляторика как темп рынка. Не переносите слепо: складской AMR ≠ автомобиль на улице, гуманоид у станка ≠ робот-такси.

Soft robotics и альтернативные тела

Параллельная линия — податливые актуаторы, пневмомышцы, мягкие грипперы. История попыток сделать контакт безопаснее через механику, не только через софт. В Physical AI это напоминание: иногда смена пальца решает больше, чем дообучение. Корни «безопасности через податливость» стоит держать в матрице решений рядом с политиками.

Производственные системы и цифровой двойник

До нынешнего хайпа заводы строили SCADA, MES, цифровые модели линий. Twin не родился с foundation models. Новая связка — использовать twin/sim как источник эпизодов для политик. Старая ловушка та же: модель линии врёт, если не обновляют параметры износа и такта. История MES учит владельцев данных процесса; история ML учит владельцев эпизодов. Их надо поженить, не заменить одних другими.

Люди, которые уже были «в контуре»

Операторы teach pendant, наладчики, сварщики на телемеханике, крановщики — человеческий skill всегда был частью робототехнических систем. Shared autonomy и телеоп Physical AI — продолжение, не революция. Уважение к этому навыку pragmatic: они источник демонстраций и последняя линия, когда политика молчит.

Историческая ошибка — обещать «убрать человека» раньше, чем измерен хвост исключений. Корни внедрений полны таких обещаний и последующих тихих возвратов пультов в цех.

Краткая хронология-ориентир (не экзамен)

1950–60-е: кибернетика, первые промышленные руки.

1970–80-е: распространение промышленных роботов, зрение в узких задачах, ранние мобильные платформы.

1990-е: SLAM-исследования, расширение сенсоров, learning from demonstration как тема.

2000-е: гуманоидные демо, ROS, рост коллаборативных концепций.

2010-е: deep learning во зрении, волна коботов, RL+sim в лабораториях, AMR на складах.

2020-е: крупные зрительно-языковые модели, капитал в гуманоидов и robot foundation models, попытки связать язык с навыками на железе.

Даты условны как рамка; локальные отрасли сдвигали события. Для инженера важнее линии преемственности, чем год «рождения Physical AI» в пресс-релизе.

Чему учит провал конкретных классов систем

Класс «домашний робот-общий помощник» многократно анонсировался и сжимался до пылесоса/игрушки. Причина не в «глупых инженерах», а в хвосте бытовой вариативности и в экономике сервиса. Урок для сервисного Physical AI: режьте домен безжалостно.

Класс «полностью безлюдный склад завтра» частично сбылся в очень структурированных фулфилментах и частично нет в смешанных. Урок: инфраструктура среды — часть продукта.

Класс «RL прямо на железе решит всё» упёрся в цену проб. Урок: сим, imitation, оффлайн-ограничения, затем железо.

История провалов — дешевле вашего собственного.

Связь корней с главами книги

Определение Physical AI опирается на контур (кибернетика) и цену контакта (промышленность). Стык LLM с действием — новый интерфейс на старой иерархии навыков. Стек — наследник ROS/вендорских runtime и safety. Рынок гуманоидов — наследник лабораторных демо плюс новая капитал-волна. Восприятие — наследник industrial vision. Обучение — наследник LfD/RL/sim. Тело — наследник актуаторных ограничений гуманоидов и манипуляторов.

Читая дальше, полезно спрашивать: «это новое решение или забытое старое под новым именем?» Ответ честно бывает обоим.

Чеклист для команды после главы

На ретроспективе выпишите три практики из классической робототехники, которые вы уже используете (даже если назвали иначе).

Выпишите две практики, которые вы выбросили без замены — и риск этой дыры.

Назначьте человеку роль «память дисциплины»: коротко напоминать на дизайн-ревью про safety и teach-in.

В онбординг новичка из LLM-мира добавьте день на ячейке с интегратором, не только на GPU-кластере.

Итог

Воплощённый интеллект старше модного ярлыка. Корни дают скепсис к амнезии и уважение к контуру, карте, equipменту и людям с пультом. Physical AI добавляет данные и модели масштаба — поверх этого фундамента, не вместо. Дальше книга идёт в сенсоры и ошибки восприятия: туда, где история industrial vision рифмуется с вашим ближайшим инцидентом на блике.

Завод как школа ограничений

Кто не стоял у ячейки в 1990-х или 2000-х, всё равно наследует её уроки через поставщиков. Типичный интеграторский проект учил: сначала такт и оснастка, потом красота траектории; кабель — враг; смена номенклатуры без бюджета — яд; приёмка по чеклисту важнее демо для директоров.

Physical AI-команды, пришедшие из облака, иногда воспринимают эти правила как бюрократию. История внедрений показывает обратное: бюрократия приёмки — шрам от прошлых простоев. Встройте чеклист приёмки в свой пилот с дня один — вы продолжаете линию, а не сдаётесь «старому миру».

Университетские полигоны и их след

Много алгоритмов SLAM, планирования и обучения вышли из университетских роботов на колёсах и рук на столах. Полигоны были упрощены: ровный пол, известный свет, ассистенты рядом. Перенос в цех всегда был отдельным проектом — это не вина аспирантов, это свойство среды.

Когда вендор показывает полигонный успех, спрашивайте про отличия вашей среды списком. История академического переноса — список одних и тех же дыр: освещение, люди, износ, сеть, пыль.

Стандартизация разъёмов и «электрический» корень

Скучная линия истории: разъёмы, шины (fieldbus), стандарты сигналов энкодеров, EMC. Без неё не было бы сменных инструментов и сторонних грипперов. Сегодняшний стек с USB-камерами на скотче — регресс относительно лучших промышленных практик. Иногда прогресс ML маскирует регресс электрики. Верните промышленные привычки к кабелю — и политики внезапно «поумнеют» за счёт меньшего шума.

Японская, европейская, американская школы (грубо)

Оценка обобщения: японская промышленная робототехника сильно повлияла на качество манипуляторов и культуру заводов; европейская — на нормы safety и коботов; американская (и шире англоязычная research) — на ML, ROS, стартап-волну. Гуманоидные демо распределялись по всем крупным центрам в разные периоды.

Покупателю полезно не мифологизировать «школы», а понимать, откуда у вендора шрамы: если компания выросла из safety-консалтинга, она иначе пишет КП, чем компания из computer vision lab. История фирмы — часть due diligence.

Телеоперация как сквозная нить

От ранних манипуляторов в опасных средах до современных VR-пультов — телеоп не умирал. Менялись интерфейсы и задержки. Physical AI делает телеоп ещё и фабрикой данных. Исторический навык операторов — актив; игнорирование — способ начать датасет с нуля каждый раз.

Заведите у себя «музей пульта»: даже если цель — автономия 4, пульт остаётся в режиме 1–2 и в аварийной процедуре. Так делали зрелые отрасли всегда.

Симуляция: от чертежа к physics engine

Чертежи и offline programming существовали до GPU-симов. Затем — всё более богатые движки контакта, разрушаемые среды, доменная рандомизация. Каждое поколение симов обещало закрыть sim-to-real; каждое оставляло хвост. История обещаний симов должна висеть над вашим CI: сим обязателен, вера в сим запрещена без железной таблицы.

Данные с камер качества и «случайные датасеты»

На заводах годы копились изображения для ОТК. Иногда их можно оживить для обучения детекторов. История учит осторожности: разметка под брак ≠ разметка под хват; ракурс камеры качества ≠ ракурс руки. Переиспользование — да, с аудитом смещения.

Коботы: обещание и фактическая траектория

Маркетинг коботов упрощал: убери клетку, поставь рядом с человеком. Практика вернула оценку рисков, ограничения скорости/силы, иногда всё те же ограждения. Урок для Physical AI рядом с людьми: механика податливости и лимиты усилия — не «опция», а часть продукта. История коботов — ближайший учебник по разочарованию заказчика от рекламы.

Почему амнезия выгодна рынку

Новому раунду финансирования удобно сказать «мы изобрели воплощённый ИИ». Покупателю удобнее знать, что клетка, teach и safety case уже существуют. Эта глава сознательно снижает градус новизны — не из любви к прошлому, а из экономии бюджета.

Упражнение: карта наследства вашего проекта

Нарисуйте четыре колонки: контроль/safety, восприятие, обучение, корпус. В каждой — что взяли из классики, что из research 2010-х, что из волны LLM. Пустые места и дубликаты станут видны. Часто находят два middleware и ноль процедур калибровки — типичный симптом амнезии плюс хайпа.

Конкретные мосты: от прошлого к вашему backlog

Мост 1. Teach pendant → телеоп-станция сбора данных. Не выбрасывайте сценарии teach; оберните их записью эпизодов и тегами успеха.

Мост 2. Offline programming → сим + валидатор зон. Старые CAD-траектории могут стать скелетом, вокруг которого учится политика отклонений.

Мост 3. Клетка/сканер → мониторы + functional safety. ML не заменяет, а живёт внутри.

Мост 4. Industrial vision кожухи → требования к крепежу камер политик.

Мост 5. MES маршруты → структурированные задачи для LLM-планировщика вместо свободного сочинительства.

Мост 6. История инцидентов площадки → сценарии тестового протокола (редко кто просит — зря).

Если ни одного моста в backlog нет, вы строите параллельную вселенную, которая столкнётся с заводом на второй неделе.

Люди-носители памяти

На площадке почти всегда есть человек, который помнит, почему камеру повесили именно сюда и почему «тот робот» убрали в 2018-м. Найдите его до выбора вендора. Устная история внедрений не пишется в Wikipedia, но экономит месяцы. Зафиксируйте разговор конспектом в research notes проекта — это часть инженерной дисциплины, не «байки курилки».

Документация как археология

Старые схемы TF, подписи к шкафам, журналы калибровок — золото. Physical AI-проекты часто начинают с пустого git и теряют неделю на то, что уже было начерчено. Назначьте час археологии в старте пилота: скан шкафа, фото шильдиков, экспорт текущих программ робота.

Смена поколений кадров

Инженеры, выросшие на ladder logic, и инженеры, выросшие на PyTorch, говорят мимо друг друга. История поля — общий язык. Имеет смысл на внутренних семинарах разбирать не только paper недели, но и «как в 2005-м запускали ячейку». Это дешевле конфликтов владения.

Ограничения исторических аналогий

Не всё переносится. Энергоплотность батарей изменилась. Цена камер упала. Объём вычислений на борту вырос. Регуляторика данных ужесточилась. Аналогия «уже пробовали — значит невозможно» бывает ленивой. Правило: аналогия запрещает забывать ограничения; она не запрещает новую попытку с новым бюджетом сенсоров и честным протоколом.

Когда история врет через отбор выживших

Мы чаще слышим о успевших платформах, чем о тихо закрытых. Survivorship bias раздувает ожидания. Читайте некрологи стартапов и отчёты о остановленных пилотах (где доступны). Оценка: для обучения закупки один подробный провал полезнее пяти гладких кейсов.

Связь с dual-use этикой

История воплощённых систем включает ветки, которые гражданский продукт не должен воспроизводить. Корпоративная политика dual-use — часть «корней» зрелого игрока. Если у вендора нет внятного ответа, куда их платформу нельзя поставлять, это сигнал. Техническая книга не заменяет юриста, но требует наличие темы в due diligence.

Практический мини-курс на два дня (исторический)

День 1: экскурсия по действующей классической ячейке; разбор safety; разбор программы траекторий; разговор с наладчиком.

День 2: разбор AMR на складе; просмотр логов навигации; сравнение с вашим ML-пайплайном; список «что уже решено без нейросетей».

Команды, прошедшие такой курс до закупки гуманоида, реже покупают лишние ноги.

Архивы и источники для инженера

Имеет смысл держать под рукой: учебники по промышленной робототехнике и управлению; документацию ROS 2; открытые отчёты по инцидентам (где публичны); обзорные статьи по LfD и sim-to-real с осторожным чтением дат. Книга не заменяет первоисточники; она указывает, что амнезия дорого стоит.

Не вставляйте в рукопись сырые URL и «списки литературы как в дипломе» — для LitRes это отдельный аккуратный блок в конце книги. Здесь достаточно привычки опираться на проверяемое.

Итог-расширение: формула памяти проекта

Память проекта = safety case + конфигурации калибровок + журнал инцидентов + датасет + решения make/buy. История дисциплины говорит, что без первых трёх последние два превращаются в дорогое хобби. Physical AI добавляет вес двум последним; не имея права обнулять первые три.

Ещё несколько линий, которые всплывают в спорах

Планирование движения. От графов конфигурационного пространства до sampling-based planners — долгая линия. Политики не отменили коллизионные проверки; часто вызывают планировщик как tool. Кто выкидывает collision world «потому что сеть видела препятствия», повторяет старые аварии на новых весах.

Силовой контроль. Вставка, шлифовка, полировка — классика force control. Обучаемые политики контакта имеют смысл поверх этих идей, не вместо датчика и импеданса. История силовых задач учит: без измерения контакта остаётся театр поз.

Калибровка hand-eye. Переоткрывается каждым поколением vision-инженеров. Процедуры известны; дисциплина выполнения — нет. Вставьте калибровку в регламент смены инструмента — вы продолжаете зрелую линию.

Человеческие факторы. Усталость оператора телеопа, доверие к автомату, alarm flooding — исследовались в авиации и process industry. Робот с десятью ложными safety-stop в час получит обход правил. История HMI важнее выбора цвета LED на корпусе гуманоида.

Анти-амнезийный ритуал релиза

Перед выкатом политики ответьте письменно:

Какой классический механизм остаётся независимым защитным слоем?

Какой старый failure mode площадки мы покрыли тестом?

Какой teach/teleop путь жив при деградации?

Какая калибровка ещё валидна и кто подписал?

Без ответов релиз — акт веры. С ответами — акт инженерии, связанный с корнями.

Почему глава стоит рано в книге

Часть I — карта. История — часть карты: без неё рынок кажется началом времён. После этой главы легче читать сенсоры и safety без ощущения, что «нас первые осенило». Также легче нанимать: вакансия «только ML» дополняется уважением к robotics veterans.

Сжатый тезис на полях

Новизна Physical AI — в масштабе данных и моделей и в языковом интерфейсе к навыкам. Стабильность Physical AI — в контуре, safety, калибровке, карте, сервисе и людях с пультом. Стройте на стабильности, наращивайте новизну. Наоборот — ролики без серии.

Дальше — восприятие: камеры, лидары, тактильность, IMU. История industrial vision пойдёт с вами в каждую регулировку экспозиции.

Разбор: «почему пылесос выжил, а общий домашний андроид — нет»

Узкая задача, специальная механика, допустимая ошибка (пропустил угол), понятный сервис, низкая цена. Общий ассистент — противоположность по всем пунктам. Physical AI на складе ближе к пылесосу, когда режет домен; ближе к провальному андроиду, когда обещает «всё как человек». Историческая аналогия грубая, но работает на совете директоров лучше уравнения Беллмана.

Разбор: «чему научили волны беспилотных авто»

Потратили огромные ресурсы на хвост edge-cases. Выяснили цену карт и разметки. Выяснили, что уровень автономии — договорённость, которую легко перепутать в рекламе. Манипуляционный Physical AI может не повторять масштаб авто, но может повторить ошибку обещаний. Держите список edge-cases операции до покупки корпуса — это перенос урока, не копирование лидарного бюджета автопилота.

Разбор: «открытый стек vs закрытый вендор»

История ROS показывает силу экосистемы и боль realtime. История закрытых промышленных сред показывает стабильность и lock-in. Гибрид типичен: низ — вендорский control, верх — открытые тулы восприятия и данных. Споры «только open» или «только closed» редко переживают первую же сертификацию.

Памятка редактору внутренних wiki

Запретите страницы «наш уникальный подход» без раздела «что взяли из классики». Требуйте ссылки на процедуры калибровки и safety рядом с ссылками на model cards. Так wiki становится продолжением дисциплины, а не фанфиком о будущем.

Закрывающий абзац части истории

Если после чтения хочется переписать roadmap и добавить неделю на археологию площадки — глава выполнила работу. Если хочется спорить о том, кто первый сказал embodied — нет. Корни нужны, чтобы строить. Переходим к сенсорам.

Расширенный чеклист внедрения с уважением к корням

1. Найти и законспектировать прошлые робот-проекты площадки (успех/провал).

2. Снять as-is safety и не планировать его «временную» дыру.