Исследователи представили PanTact — систему для обучения гуманоидных роботов манипуляциям с использованием всего тела. В отличие от подходов, которые сосредоточены почти исключительно на руках, PanTact учитывает контакт корпуса, ног и других поверхностей робота с окружающими объектами.
Описание проекта опубликовано на arXiv 12 октября 2026 года в работе с идентификатором 2610.12558. Авторы заявляют, что проверили систему на гуманоидном роботе Unitree G1. В качестве примеров они приводят поддержку телом, толкание, подметание и распределение нагрузки. Результаты представлены как исследовательская демонстрация: в доступных материалах нет независимой оценки, сравнения с конкретными альтернативными методами или данных о готовности системы к промышленному применению.
Основная идея — передавать цели контакта
Большинство систем имитационного обучения стараются воспроизвести траекторию движения человека или конечного эффектора. Для гуманоидного робота такой перенос может быть неудобен: у человека и машины отличаются длина конечностей, масса, диапазон движений и физические ограничения.
PanTact предлагает разделять задачу на два уровня. Человеческая демонстрация задаёт, с какими поверхностями и в какой последовательности нужно взаимодействовать. Робот затем сам выбирает, как скоординировать собственные суставы и корпус, чтобы достичь этих контактов.
В таком представлении контакт становится не побочным эффектом движения, а ключевой частью инструкции. Для задачи может быть важно не то, по какой траектории человек перемещал руку, а то, что в определённый момент он прижал объект к поверхности, использовал корпус как опору или задействовал сразу несколько точек соприкосновения.
Это снижает зависимость от точного совпадения между телом демонстратора и робота. Однако такая схема не означает, что робот автоматически понимает любую человеческую демонстрацию: ему по-прежнему необходимо распознать обстановку, выбрать подходящие поверхности и выполнить контакт безопасно.
Как устроен носимый интерфейс
Для сбора данных авторы использовали носимую систему, которая объединяет эгоцентрическое зрение, захват движения обеими руками и модульные контактные накладки на разных участках тела. Накладки должны фиксировать места и состояния контакта во время выполнения человеком задачи.
Подход отличается от обучения только по видео. Обычная камера может показать, что человек приблизился к объекту, но не всегда позволяет надёжно определить, коснулся ли его корпус, какой именно частью тела произошло взаимодействие и в какой момент контакт начался или закончился. Дополнительные контактные элементы дают системе более структурированный сигнал.
При этом демонстрация не требует участия самого робота. Человек выполняет задачу с помощью носимого интерфейса, после чего собранные данные используются для обучения политики управления. Это потенциально упрощает сбор примеров для действий, где робот должен опираться на окружающие поверхности или контактировать с объектом сразу несколькими участками тела.
В опубликованном описании не уточняются стоимость интерфейса, число демонстраций, длительность сбора данных и требования к подготовке оператора. Эти параметры важны для оценки того, насколько метод масштабируется за пределами лабораторного эксперимента.
Политика предсказывает, где роботу нужен контакт
Вторая часть PanTact — зрительно-моторная политика, которая должна учитывать разницу между тем, что видит человек, и тем, что доступно роботу. Эгоцентрическая камера показывает сцену с точки зрения оператора, тогда как робот получает собственные сенсорные данные и действует в другой геометрии.
По данным авторов, политика предсказывает цели контакта для всего тела. Затем отдельные процедуры управления реализуют эти цели с учётом физических ограничений Unitree G1 и доступных ему поверхностей.
Такое разделение может быть полезно в ситуациях, где заранее задавать полный набор суставных траекторий нецелесообразно. Если робот должен подтолкнуть предмет корпусом, удержать его между несколькими поверхностями или использовать ногу для подметания, важнее обеспечить нужное взаимодействие, чем буквально повторить человеческое движение.
Но из описания работы нельзя сделать вывод, что робот полностью самостоятельно планирует любые действия. Авторы сообщают о конкретных демонстрациях и формулировках управления, а не о универсальной способности выполнять произвольные бытовые задачи. Также не приведены сведения о том, как система ведёт себя при скользких, мягких или подвижных объектах.
Что показали на Unitree G1
Экспериментальная установка использовала гуманоид Unitree G1 без дополнительных контактных датчиков на теле робота. Это один из заявленных результатов PanTact: контактные цели формируются на основе носимой демонстрации и зрительно-моторной политики, а не за счёт оснащения каждой поверхности робота отдельными тактильными сенсорами.
Авторы указывают четыре типа поведения:
- использование тела для поддержки;
- толкание объектов;
- подметание;
- распределение нагрузки между несколькими контактными областями.
Эти примеры важны для гуманоидной робототехники, поскольку показывают альтернативу модели «руки выполняют всю работу». В реальной среде объект может быть слишком тяжёлым для захвата одной рукой, находиться ниже удобного уровня или требовать упора в стену, пол либо другую поверхность.
В то же время отсутствие дополнительных контактных датчиков нельзя автоматически трактовать как отсутствие любых сенсоров. Для работы роботу всё равно нужны средства восприятия положения, движения и взаимодействия с объектами; утверждение авторов относится именно к дополнительным датчикам на корпусе Unitree G1. Полный перечень оборудования и параметры экспериментов следует проверять в тексте статьи, а не только в кратком описании.
Что проверить по статье
Для разработчиков робототехнических систем PanTact представляет интерес как архитектура, в которой демонстрация описывает не последовательность суставных движений, а структуру взаимодействий с объектом. Такой формат потенциально может облегчить перенос навыков между роботами с разной антропометрией.
Пока рано считать метод готовым инструментом для прикладных роботов. В доступном анонсе не указаны точность выполнения задач, процент успешных эпизодов, время обучения, длительность работы системы без вмешательства человека и сравнение с обучением по обычным траекториям. Не сообщается и о том, насколько устойчивы результаты при изменении массы, формы и положения объектов.
Читателям, которые хотят оценить работу технически, стоит сопоставить краткое описание с полной версией статьи: именно там должны быть детали архитектуры политики, состава носимого интерфейса, процедур управления и экспериментальных протоколов. Дополнительные материалы проекта могут показать видеодемонстрации, но видеозапись сама по себе не заменяет количественную оценку.
Источники проекта: статья на arXiv — https://arxiv.org/abs/2610.12558, полный текст — https://arxiv.org/pdf/2610.12558, материалы PanTact — https://pantact.github.io.
