Последняя задача робототехники
О складских роботах, выполняющих задачи в 500 раз быстрее людей, роборуке, которую в процессе обучения случайно «очеловечили», и других достижениях робототехники мы поговорили с Иваном Калиновым, директором Yandex Robotics.
ТИ: В сентябре Центр робототехники Яндекс Маркета был выделен в новую компанию – Yandex Robotics. Какие задачи перед ней стоят, над чем она работает?
– Центр робототехники Яндекс Маркета появился почти три года назад. Изначально мы развивались как небольшая команда, а затем выделились в самостоятельный бизнесстрим. Эти три года команда разрабатывала продукты для собственных нужд Яндекса, в первую очередь для Маркета. Но потом мы увидели большой запрос рынка на наши решения и начали двигаться вовне. Новая компания продолжит создавать роботов и разрабатывать ПО для складских операций Маркета, а также предлагать свои решения сторонним бизнесам. Сейчас у нас работает более 300 человек: около 150 инженеров в сфере R&D, порядка 100 – в команде поддержки бизнеса (инженеры сборки, операторы роботов) и еще примерно 50 человек помогают в бэк-офисе.
ТИ: А о каких продуктах речь?
– У нас два основных направления, и в каждом есть разные линейки роботов. Первое направление – мобильная робототехника. В его рамках мы развиваем робота для инвентаризации складских помещений.
Он сканирует штрих- и QR-коды на упаковках с товарами, например с бытовой техникой или сухим кормом для животных, и заносит данные в систему складского учета. У команды из пяти человек на инвентаризацию зоны площадью 20 тыс. кв. м уходит около месяца, а робот справится в 450–500 раз быстрее: он способен инвентаризировать это пространство за полтора часа. Несколько таких машин работают на наших складах, еще три – на внешних площадках.
Автономный мобильный робот (АМР) развозит тяжелые грузы по складу, а Dilectus помогает комплектовать заказы для отправки покупателям. Он находит коробки с нужными товарами, снимает их со стеллажей в зоне хранения, перевозит в зону комплектации и обратно. Dilectus гораздо сильнее человека: он легко поднимает короба весом до 35 кг и может одновременно перевозить до девяти таких коробов.
Второе направление нашей деятельности связано с коллаборативной робототехникой. Мы разрабатываем ИИ для так называемых роборук разных размеров. Первое устройство – депалетайзер с искусственным интеллектом. Он разбирает входные палеты, на которых лежат коробки разных размеров, форм и веса, и складывает их на конвейер. Благодаря нашей машине стоимость складских операций снижается, а скорость депалетизации увеличивается в среднем в два раза. Робот умеет проводить и обратную операцию, палетайзинг, то есть может собрать правильную палету из коробок разных размеров – эдакий 3D-тетрис. Второй наш продукт с ИИ для роборук – Пикер с механическим щипковым захватом. Этот робот умеет поднимать небольшие объекты – например, канцелярские принадлежности, строительные крепежи, медицинскую продукцию и другие малоразмерные предметы весом до нескольких килограммов.
ТИ: Как робот определяет, какой предмет перед ним находится?
– Все дело в софте. ИИ распознает изображение объекта, определяет, к какой категории он относится, строит карту глубины и затем начинает управлять двухпальцевым пикером. Он даже может предварительно повернуть или передвинуть товар для более удобного захвата. Для двухпальцевого пинч-гриппера, с которым мы работаем, пока никто не написал ПО. Мы достаточно много времени потратили на R&D, в результате получилась многомиллиардная нейронная сеть, которая может управлять маленькой роборукой – Пикером – и захватывать 94–97% ассортимента Яндекс Маркета. Она позволяет машинам комплектовать, сортировать, перекладывать товар из контейнера в нужное место. Причем за счет обучения нейросеть научилась определять и перекладывать в том числе и новые для нее предметы. Вообще проблема мелкой моторики роботов – одна из ключевых задач в робототехнике. И мы работаем над ее решением.