Как роботам прокладывают курс через галактику ошибок экспресс

Оригинал: "Steering Robustness into World Action Models via Mechanistic Interpretability and Optimal Control"
arXiv:2607.14943 · 2026-07-16 · CC BY 4.0 · 1 мин
Лёгкий штурвал в цифровом мозгу не даёт роботам терять хватку, даже когда мир вокруг меняется.

Стоит камере робота дёрнуться — и он роняет деталь: его нейросеть сбита с толку. Но если заглянуть в её сигналы, они напоминают созвездия в галактике: когда всё идёт гладко, они собираются в одном секторе, а перед ошибкой — резко смещаются в другой. Граница между ними прямая, как фарватер среди рифов.

Тогда инженеры приделали к этому небесному хору навигатор, похожий на штурвал, который едва заметно корректирует сигналы в реальном времени, уводя от сверхновой сбоя. Но в некоторых случаях всё заволакивает беспорядок, и штурвал дрожит. Метод WA-LQR оказался на удивление прост: он не требует переделки всей сети, только пары точных настроек. Идею плавной коррекции развивал ещё Максвелл — тот самый, что поймал электромагнитную волну, а заодно изобрёл регулятор для паровых машин. Теперь робот не уронит груз, даже если камера трясётся или захват сменили.

Первые регуляторы для паровых машин, изобретённые в XVIII веке, работали на том же принципе: механический маятник сам перекрывал клапан при разгоне. Современный штурвал робота — прямой наследник той идеи, только вместо пара — потоки цифровых сигналов.

В фильме «ВАЛЛ-И» робот не ломался при столкновениях, а просто адаптировался. WA-LQR делает промышленных роботов такими же непотопляемыми: они лавируют в галактике сигналов, не теряя груз.

Учёные
Fritz ZwickySubrahmanyan ChandrasekharAdam RiessJohn Archibald WheelerGalileo GalileiWilliam Herschel
Понятия
управление в реальном времени обучение с подкреплением динамические системы slam линейная инверсная модель