Три новые разработки представила лаборатория «Воплощенного интеллекта и робототехники» ИТМО. Их показали на международной конференции по компьютерному зрению ECCV 2026. Решения направлены на «очувствление» машин: робот должен не просто распознавать предметы, но и ориентироваться в меняющейся среде, запоминать перемены и учитывать контекст. Об этом сообщает сайт Известия.
Первый компонент — модель FastR-4DGS. Она отвечает за динамику: сцена видится машине не как неподвижный кадр, а как объемная модель, которая меняется во времени. Второй, QUORUM, делает такое представление семантически понятным и согласованным при взгляде с разных точек. Третий, Obj3R, формирует объектную пространственную память и позволяет учесть перемены на уже построенной карте.
По словам руководителя лаборатории Сергея Колюбина, FastR-4DGS пригодится для реконструкции динамических сцен, в том числе в системах дополненной реальности, где нужно оперативно и достоверно передавать пространство, в котором движутся объекты. Технология также дает синтетические данные для обучения алгоритмов — например, стратегий управления манипуляторами или автономным транспортом.
Обычно машина распознает предметы либо после завершения съемки, либо по категориям, заданным разработчиками. QUORUM связывает форму, цвет и структуру объекта с его положением в пространстве. Поэтому система сохраняет целостное представление о предмете при любом освещении, ракурсе и расположении.
Трехмерная карта у робота-пылесоса — это набор геометрических точек. Обходить препятствия она помогает, но полной картины обстановки не дает. Obj3R переводит память на объектный уровень: система узнает конкретные предметы — стол, стул — и следит за их перемещением. Карту помещения не приходится строить заново, обновляются лишь те участки, где что-то изменилось.
Вместе с языковыми моделями и навигацией объектная карта позволяет выполнять инструкции вроде «найди у двери коробку, которая раньше там стояла». Павел Фролов, основатель РОББО и эксперт рынка «Нейронет», говорит о собственной модели физического мира у машины. Чем точнее и быстрее она строится, тем слабее зависимость от заранее заданных сценариев.
Такой подход важен для сервисной робототехники, беспилотников, производства, логистики и медицины — там, где обстановка постоянно меняется. Эксперт НТИ по новым материалам и технологиям Евгений Вишневский отметил: три модели решают взаимосвязанные задачи. Следующий этап — объединить разработки в единую систему и испытать на реальных роботах при долгой работе в меняющейся среде.