Робот LG CLOiD справился с задачей на заводе. Что нужно, чтобы перенести его на вторую линию?
LG и NVIDIA объединили заводские данные, синтетические вариации, симуляцию и вычисления на борту CLOiD. Разбираем, как проверить, что из этого можно перенести на другую линию.
Робот может научиться перекладывать деталь из одного лотка в другой. Что произойдёт, если на следующей линии борта у лотка выше, свет падает иначе, а производственный цикл короче? Издали движения выглядят почти одинаково. Вблизи роботу нужно распознать предмет, подвести захват, не коснувшись контейнера, и уложить деталь с точностью, нужной для следующей операции.
LG Electronics и NVIDIA сообщили о демонстрации CLOiD, который выполнял манипуляции с предметами и производственные задачи в реальной заводской среде. NVIDIA рассказала о работе на AI Day Seoul 9 ноября 2026 года по корейскому времени. В описанный процесс вошли реальные данные, NVIDIA Cosmos для их дополнения, Isaac GR00T для обучения, симуляция для оценки и Jetson AGX Thor для вычислений на борту. Компании рассказали о разработке воспроизводимого процесса создания и проверки роботов. Репортаж NVIDIA Korea о мероприятии · Рассказ NVIDIA о сотрудничестве с LG
Возникает конкретный вопрос о роботах, которые учатся на данных. Какие части процесса команда сможет использовать повторно на другом посту? Проверка переноса на вторую линию покажет больше, чем удачный прогон на первой. Она позволит узнать, сохраняются ли предположения о данных, симуляции и управлении в другой физической среде.
Начните с того, что команда действительно показала
LG представила CLOiD как домашнего робота на CES 2026. В январском анонсе были бытовые задачи в подключённом доме. Ноябрьское сообщение описывает промышленный проект с роботом под тем же названием. Публичные материалы иллюстрируют два применения платформы. У заводского пилота свои детали, расписание, ограничения процесса и требования безопасности, поэтому его оценивают по результатам производственной работы. Представление CLOiD от LG на CES 2026 · Рассказ NVIDIA о сотрудничестве с LG
Ноябрьское сообщение подтверждает, что в рамках сотрудничества робот выполнял манипуляции и производственные задачи в заводской среде. В публичном описании нет числа повторений, распределения длительности цикла или сведений о вмешательствах операторов. Эти три вопроса остаются открытыми при оценке применимости демонстрации. Воспроизводимый исследовательский процесс может быть ценным задолго до того, как достигнет надёжности, необходимой оператору в обычную смену.
Следующие примеры условны. Представьте завод, который хочет, чтобы робот вынимал компонент из контейнера и помещал его в оснастку для следующего шага. Успешное испытание означает, что нужный компонент установлен в нужной ориентации, процесс уложился в рабочее время, а пост готов к следующему циклу. Самого захвата недостаточно, если человеку приходится поправлять деталь через каждые несколько попыток.
В другом примере робот переносит пустые поддоны из зоны подготовки. Объект крупнее, зато допустимая погрешность укладки может быть больше. Это может быть более простой первый перенос, если у поддонов одинаково расположены ручки, а место назначения хорошо обозначено. Для каждой задачи выясните, где остаётся изменчивость. Она может быть в изображении с камеры, доступной роботу зоне, оснастке или состоянии следующего поста.
Один цикл обучения даёт несколько возможностей обнаружить ошибку
Сообщение NVIDIA о сотрудничестве связывает пять этапов. Команда собирает реальные наблюдения, дополняет их с помощью Cosmos, обучает модель с использованием GR00T, оценивает её в симуляции и использует Jetson AGX Thor для вычислений на роботе. Материалы GR00T для разработчиков подробнее объясняют общий процесс, в том числе использование демонстраций для обучения политики управления и симуляции для оценки до физического внедрения. Это справочная платформа. Материалы не называют точную версию модели и протокол оценки, применённые LG в описанной демонстрации. Объявление NVIDIA о сотрудничестве · Процесс разработки с GR00T от NVIDIA
Реальные примеры, симуляция и физические испытания отвечают на разные вопросы при обучении робота. Иллюстрация Telli.sh.
Начните с собранных примеров. Демонстрация работы человека с деталью может показать, где безопасно её захватить, как меняется ориентация и когда укладку можно считать завершённой. Если в наборе только хорошо освещённые детали в центре кадра, о трудных случаях он расскажет меньше. Запишите, какие лотки, ракурсы и варианты деталей были в демонстрациях, чтобы для оценки команда могла выбрать другие условия.
Дополнение данных создаёт контролируемые варианты без просьб к оператору повторить каждую сцену. Для условного переноса деталей можно изменить в симуляции фон или положение совместимого лотка. Так легче обнаружить, что модель зависит от неизменной сцены. Вариация изображения не доказывает, что реальный захват справится с другими трением, массой или размерами. Для таких изменений нужна подходящая физическая модель и проверка на реальном посту.
Обученная политика управления сопоставляет наблюдения и цель с действиями. Обучение может помочь роботу реагировать на небольшие различия, которые сложно перечислить в написанных вручную правилах. Вокруг модели всё равно нужна подходящая оснастка. Приспособления определяют, возможна ли укладка физически. Датчики дают сведения о предмете и посте. Система управления линией решает, можно ли начинать следующий шаг. Всё это важно и тогда, когда выученное движение выглядит плавным.
На другой линии меняется больше, чем изображение с камеры
В симуляции можно проверить сочетания, которые долго настраивать в цехе. Опишите пост как набор конкретных условий и сделайте сценарии оценки понятными. Результат проще использовать, если известно, что его вызвали сдвинутый контейнер, частично закрытая деталь или опоздавший сигнал. Общий показатель может скрыть отказ, который завод встречает каждый день. Материалы NVIDIA Isaac Sim описывают инструменты создания сцен с моделированием физики и включения моделей робота, датчиков и окружения. Документация NVIDIA Isaac Sim
Допустим, рядом с оснасткой на второй линии установили направляющую. Если она меняет траекторию подхода, старое движение может проходить слишком близко к препятствию. Камера при этом по-прежнему правильно распознает деталь, поэтому проверка классификации изображений проблемы не заметит. Тест переноса должен включать движение робота в изменившемся рабочем пространстве. Симуляция помогает выбрать условия, которые стоит проверить в контролируемом физическом испытании.
Теперь допустим, что оснастка осталась прежней, а упаковка на второй линии сильнее отражает свет. Часть случаев, прошедших в симуляции, может дать сбой, если реальный датчик достигнет насыщения или яркая поверхность скроет край. Оставьте небольшой набор физических примеров, не использованных для обучения. С ними проще определить, выучила ли новая политика задачу или приспособилась к особенностям учебной среды.
| Изменение между линиями | Полезное контролируемое сравнение | Что подтвердить на реальном посту |
|---|---|---|
| Форма или высота лотка | Смоделировать новую геометрию и траектории подхода | Зазор и надёжность захвата в утверждённых условиях |
| Свет или покрытие упаковки | Менять записанные или смоделированные условия камеры | Распознавание и укладку на физическом посту |
| График смены или темп выпуска | Воспроизвести задачу с ожидаемыми ограничениями по времени | Завершённые циклы и распределение их длительности |
| Деталь отсутствует или смещена | Проверить обнаружение, безопасную остановку и передачу оператору | Оператор получает верный статус и может восстановить процесс |
Меняйте по одному условию, чтобы сбой переноса указывал на конкретную причину для проверки. Иллюстрация Telli.sh.
Считайте вмешательства и время восстановления
Вычисления на борту позволяют выполнять часть инференса рядом с роботом. NVIDIA сообщает, что Jetson AGX Thor участвовал в описанном процессе LG. Значит, рабочая среда самого робота тоже входит в оценку. Посмотрите, что происходит при изменении доступной вычислительной мощности, частоты камеры или времени подачи сигнала с поста. Одна демонстрация может выглядеть безупречно, хотя команда ещё не измерила наиболее долгие циклы в серии прогонов. Объявление NVIDIA о сотрудничестве
Для сравнения сообщайте число завершённых и неправильных укладок, вмешательства и затраченное время с общим числом попыток или периодом измерения. Если прогон закончился после того, как оператор подвинул контейнер, запишите вмешательство. Если робот правильно остановился, потому что компонент находился вне допустимого положения, запишите остановку и способ возврата к нормальному процессу. В сценарии сбоя корректная остановка может быть ожидаемым исходом.
Это видно на вымышленной линии. Одна конфигурация могла бы правильно уложить 18 деталей из 20 без вмешательств и остановиться в двух трудных случаях. Другая могла бы закончить все 20 укладок, но потребовать пяти сбросов или исправлений оператором. Это примеры, а не измерения с демонстрации CLOiD. Они показывают, почему при внедрении важны и конечный результат, и усилия для его достижения.
С длительностью похожая ситуация. Медиана ниже лимита поста выглядит обнадёживающе, но редкий длинный цикл может заблокировать следующую операцию. Сравните время обычных прогонов и прогонов после устранимых остановок. Посмотрите, за сколько линия возвращается в состояние готовности, когда человеку нужно вмешаться. Это помогает заводу выбрать задачу, изменчивость которой он сможет поддерживать.
Второй пост превращает повторное использование в измеримую цель
- Определите одну ограниченную задачу и запишите утверждённые условия её выполнения. Укажите деталь, оснастку, ожидаемое конечное состояние, время процесса и способ передачи управления человеку. Согласуйте критерии успеха и остановки с ответственными за эксплуатацию и безопасность.
- Соберите и разметьте исходные примеры на первом посту. Отложите небольшой набор для оценки. Запишите, какие варианты пошли в обучение, а какие остались в тестах.
- Оцените изменения в симуляции с учётом известных ограничений поста. Выберите случаи, отражающие предлагаемый второй пост, и запишите причину выбора каждого. Сохраните сведения об условиях, которые симуляция не воспроизводит надёжно.
- Повторите на втором посту в утверждённом испытании под наблюдением. Сравните корректность, вмешательства, восстановление и время на похожих партиях. Выполните ограниченный прогон со старой политикой перед изменениями, чтобы понять, какие корректировки помогли.
- Запишите, что перенеслось без изменений, где понадобились местные данные и где пришлось менять оснастку или процесс. Запись поможет при переносе на третий пост и покажет, сколько времени на самом деле сэкономил первый перенос.
Для эффективного пилота нужна и подходящая исходная точка. Если фиксированная оснастка и обычная автоматизация уже надёжно выполняют одну многократно повторяемую операцию, сравните робота с этим процессом. Обученная политика может быть ценнее на посту с несколькими совместимыми вариантами деталей. Включите время сбора данных, повторных проверок и обслуживания, поскольку такие затраты могут возвращаться при каждом изменении процесса.
Один способ оценить стоимость обслуживания — отложить небольшое утверждённое изменение процесса до конца пилота. Может хватить нового поставщика лотков или другой расцветки партии одинаковых деталей. Спросите, кто заметит ухудшение, какие записи помогут выяснить причину и какая проверка позволит вернуться к обычной эксплуатации. Так у второй линии останется ответственный после ухода команды разработки.
Производственная работа с CLOiD показывает, как робототехнический проект связывает реальные данные, обучение, симуляцию и выполнение на борту. Испытание на второй линии сделало бы следующий вывод проверяемым. Оно показало бы, какие именно части процесса помогают заводу повторить результат, когда условия меняются.
Источники
- Репортаж NVIDIA Korea с AI Day Seoul 9 ноября 2026 года
- Рассказ NVIDIA о заводской демонстрации LG и процессе физического ИИ
- Представление CLOiD компанией LG Electronics на CES 2026
- Официальная фотогалерея CLOiD от LG Electronics
- Процесс разработки с NVIDIA Isaac GR00T, 7 июля 2026 года
- Обзор NVIDIA Isaac Sim для разработчиков
Чтобы хранить вместе заметки и решения по испытаниям оборудования, создайте аккаунт Telli.sh.