Роботи, навчені лише в симуляції
28 липня 2026 року World Labs показала перші результати рушія R2S2R: реальне завдання відтворюють як симуляцію, політики, навчені в ній без реальних даних, працюють на кількох роботах, а симуляція передбачає, яка політика краща на апаратурі.
Чому це важливо
Вузьке місце робототехніки тут — не архітектура політики, а кількість і різноманітність досвіду; компанія пропонує добувати його в симуляції, вирівняній із реальністю. Редакційна оцінка: усе — власні результати компанії, без статті й коду, тому «вперше» й «новий рівень» лишаються її словами.
За дописом, рушій SceniX знімає реальне завдання (робота, датчики, середовище, предмети, демонстрації), відтворює його як інтерактивний світ і варіює вигляд, розташування, безлад, фізику й камеру. Звірка: та сама послідовність дій у симуляції й реальності, порівняння спостережень і наслідків. Заявлено, що політика для ALOHA (упаковка коробки двома руками), навчена лише в симуляції, перенеслася на робота; п’ять завдань на ще чотирьох платформах (RB-Y1, YAM, Flexiv, xArm) працювали автономно по одній годині без втручання. Оцінювання: на завданні передачі кубика між руками ALOHA кожну контрольну точку перевіряли на 2 000 симульованих спробах (1 000 із розподілу навчання й 1 000 поза ним) і 100 реальних (50 і 50); компанія каже, що рейтинг політик у симуляції зберігається на апаратурі й що симуляція не мусить збігатися з реальними частками успіху. Чого запис не стверджує. У тексті допису немає ні часток успіху, ні коефіцієнта кореляції рейтингів — результат подано графіком; допис не називає порівнюваних архітектур (видання The Decoder від 15 серпня пише про GR00T N1.6 і π₀.₅, чого текст допису не містить). Немає статті, коду чи набору даних. «Нуль реальних даних» і «вперше» — слова компанії; перенесення з симуляції на робота відоме давно, і запис не стверджує, що воно нове.