Как обучают роботов: методы и сбор данных в лаборатории

Блог 100xbot · 21.09.2026 · обновлено 05.10.2026 · редакция 100xbot

Четыре метода обучения в одной таблице, пошаговый план сбора датасета, формула времени на запись эпизодов и варианты стенда по моделям каталога.

Статья для преподавателей, инженеров лабораторий и руководителей R&D, которые планируют учить робота манипуляции или ходьбе на собственных данных. Отвечаем на практический вопрос: что поставить в лаборатории, чтобы собирать демонстрации и обучать на них политику управления, сколько времени уйдёт на запись и что придётся докупить помимо робота. Методы описаны коротко, без формул машинного обучения. Стенды и цены - по моделям каталога: пара манипуляторов AgileX PiPER, двурукая платформа AgileX COBOT Magic, гуманоид Unitree H2 EDU с телеоперацией и компактный Noetix BUMI EDU Pro для обучения с подкреплением.

Стенд телеоперации: две руки-манипулятора и камера над столом в лаборатории
Иллюстрация

Методы обучения роботов: что нужно и когда применять

Робота либо учат в симуляции методом проб и наград, либо показывают ему задачу на реальном стенде. Для ходьбы и равновесия применяют первое, для манипуляции предметами - второе. Телеоперация - не отдельный метод обучения, а способ получить демонстрации.

МетодЧто нужноКогда применять
Обучение с подкреплением в симуляцииМодель робота в симуляторе, функция награды, GPU, низкоуровневый доступ к приводамХодьба, бег, равновесие, подъём после падения
Имитационное обучение: ACT, Diffusion PolicyЗаписанные демонстрации: кадры камер и положения суставов; GPU для обученияМанипуляция, где награду трудно описать: взять, переложить, вставить, сложить
ТелеоперацияВедущее устройство: вторая рука той же кинематики, VR-контроллеры или экзоскелет; камеры; операторСбор демонстраций для имитационного обучения и дообучения VLA-моделей
VLA-моделиПредобученная модель «изображение и текст - действие», свои демонстрации для дообучения, мощный GPUИсследования обобщения на новые предметы и команды; пока не готовое решение для цеха

ACT и Diffusion Policy: в чём разница для практика

ACT предсказывает сразу отрезок будущих действий, а не одно действие за шаг: так меньше накапливаются ошибки. Diffusion Policy строит последовательность действий постепенным уточнением из шума и лучше справляется с задачами, которые можно выполнить несколькими способами. Оба метода учатся на одних и тех же демонстрациях, поэтому выбор алгоритма можно отложить до момента, когда данные уже собраны.

Пошаговый план сбора датасета

Сколько времени займёт сбор: формула и пример

Чистое время записи: T = N × (t эпизода + t сброса), где N - число записываемых эпизодов, t эпизода - длительность одной демонстрации, t сброса - время вернуть сцену в исходное состояние.

Все числа ниже - допущения для расчёта, а не норма и не обещание результата. Допустим, нужно 200 годных эпизодов, запас на отбраковку - 20%, эпизод длится 30 секунд, сброс сцены - ещё 30 секунд.

Что не попадает в формулу

К чистому времени добавляются перерывы оператора, замена предметов и просмотр записей, поэтому в календаре на такую партию разумно отвести два-три дня. Сколько эпизодов нужно именно вашей задаче, заранее неизвестно: в публикациях по ACT и Diffusion Policy счёт идёт на десятки и сотни демонстраций на одну операцию. Надёжнее собрать первую партию, обучить политику, измерить долю успешных попыток и потом решать, нужна ли вторая.

Стенд для сбора данных: состав и цена от

Суммы - ориентир по ценам каталога, без доставки и обучения.

СтендСостав по каталогуЧто добавитьЦена от
Пара AgileX PiPERДве 6-осевые руки в режимах ведущая-ведомая, модули USB-CAN, блоки питанияЗахват и устройство обучения, камеры, ПК с Ubuntu, стол2 × от 460 000 ₽ = от 920 000 ₽
AgileX COBOT MagicДве ведущие и две ведомые руки, три камеры, мобильная база Tracer; ROS 1/2, ACT, Diffusion PolicyВычислитель для обучения; состав бортового ПК уточняем при заказеот 6 390 000 ₽
Unitree H2 EDUГуманоид 180 см, 31 степень свободы; телеоперация через VR-контроллеры и экзоскелетные устройстваСостав устройств телеоперации уточняем при заказе; площадка, вычислитель для обученияот 6 900 000 ₽
Noetix BUMI EDU ProГуманоид 94 см, 21 степень свободы; примеры обучения с подкреплением, симуляция в Isaac LabРабочая станция с GPU для симуляцииот 790 000 ₽

Какой стенд под какую задачу

Пара PiPER - вход для кафедры: те же руки производитель указывает в составе COBOT Magic, поэтому код записи и обучения пригодится при переходе на двурукий стенд. COBOT Magic берут, когда задача двурукая или нужна мобильная база: телеоперация по схеме Mobile ALOHA и сбор обучающих датасетов работают из коробки. H2 EDU нужен, если исследуется полноразмерный гуманоид. BUMI EDU Pro - платформа не для манипуляции, а для обучения с подкреплением ходьбы: рост 94 см и масса около 12 кг позволяют работать в аудитории без ограждений.

Чек-лист качества данных

Ограничения, о которых стоит знать заранее

Для закупки: документы, ТЗ и сроки

Для обоснования цены готовим коммерческое предложение с составом поставки; при поставке передаём договор, спецификацию, счёт, УПД, паспорт изделия и инструкцию на русском языке. В техническом задании стенд описывают функционально: число осей и нагрузка руки, режим ведущая-ведомая, интерфейс управления, поддержка ROS 2 и Python, число камер - через «не менее» и «не более», без товарного знака.

Сроки: складские позиции - 1-2 недели, под заказ - 6-10 недель с учётом логистики и таможни, Noetix BUMI - 4-8 недель. Гарантия производителя - 12 месяцев, сервис в Москве. Инженер настраивает робота под задачу и обучает команду.

Скачать шаблон ТЗ на учебного робота

Платформы для сбора данных и обучения

Вопросы и ответы

Сколько демонстраций нужно для одной задачи?

Точного числа заранее нет: оно зависит от сложности операции и разнообразия сцены. В публикациях счёт идёт на десятки и сотни эпизодов; практичнее собрать первую партию и проверить результат.

Можно ли собрать стенд телеоперации из двух рук PiPER?

Да. Режимы ведущей и ведомой руки есть в прошивке и SDK: оператор ведёт одну руку, вторая повторяет, данные суставов пишутся в датасет. Пара рук - от 920 000 ₽ по ценам каталога, захват и камеры отдельно.

Входит ли компьютер с GPU в поставку?

Нет. Рабочую станцию или сервер для обучения лаборатория закупает отдельно. Состав бортового вычислителя COBOT Magic уточняем при заказе.

Чем COBOT Magic отличается от пары PiPER?

Это готовый двурукий стенд: четыре руки, три камеры, мобильная база Tracer. Пара PiPER - одна ведущая и одна ведомая рука на столе, остальное собирает лаборатория.

Нужен ли программист, чтобы обучить робота?

Записывать демонстрации может оператор после тренировки. Настройка обучения, проверка политики и работа с ROS и Python требуют инженера.

Можно ли посмотреть робота до закупки?

Да, демонстрация проходит в шоуруме в Москве по записи или онлайн по видеосвязи.

Смотрите также

+7 926 443-41-73 · info@100xbot.ru
Горчаков Григорий Григорьевич, индивидуальный предприниматель · ИНН 501306632267 · ОГРНИП 311504014600060 · 119234, г. Москва, Раменский бульвар, д. 1, кластер «Ломоносов». Оплата по счёту и договору.
Каталог · Решения · Блог · О компании · Доставка и оплата · Контакты · Политика обработки персональных данных · Согласие