Робот перенёс обучение из симуляции в реальные сады без дообучения

Авторы собрали полный конвейер, который превращает изображение ветвей в движение секатора. Сначала они автоматически создавали виртуальные деревья с плоской формой кроны, затем запускали их в физическом симуляторе и собирали удачные траектории с помощью планировщика движений. После этого робот учился на этих примерах и на собственных виртуальных попытках — такой гибридный подход назвали Hybrid-PPO. Для управления ему не нужна полная трёхмерная карта дерева: камера на «запястье» робота отслеживает, как меняются изображения ветвей при движении, а система непрерывно подводит секатор к заданной точке и разворачивает его под правильным углом.

Проблема в том, что обычный планировщик плохо справляется с беспорядком ветвей, а сбор большого набора реальных примеров для обучения робота дорог и трудоёмок. Поэтому авторы проверили, можно ли обойтись виртуальными данными и сразу перенести навык в настоящий сад. В симуляции Hybrid-PPO показал более высокий средний результат, чем обучение только по готовым примерам, обычное обучение с подкреплением и их комбинация; при этом система превзошла классический RRT-Connect — алгоритм, который прокладывает путь между начальной и конечной точками, — в лабораторных испытаниях на физическом роботе.

Но робот пока не работает как идеальный оператор. Он не всегда уверенно избегает столкновений: камера на секаторе хорошо видит пространство перед инструментом, но хуже помогает оценивать препятствия сбоку и рядом с основанием робота. В целом результат оказался лучше классического планировщика, однако заметно слабее эталона, которому заранее доступна полная информация о сцене. Это объясняет, почему перенос из симуляции получился, но ещё не означает готовность системы к самостоятельной работе в саду.