Робототехніка та фізичний ШІ

ASUS встановлює для гуманоїдного робота Gallop ціль пакування в темпі людини

mm
Додайте Unite.AI до бажаних джерел у Google
Ключові моментиASUS tests Gallop on its own factory lines rather than rented space.
Показати більше
  • ASUS tests Gallop on its own factory lines rather than rented space.
  • Four fixed software layers let ASUS swap AI models without rebuilding the robot.
  • Customer pilots in 2027 must prove repeatable factory results before broader use.

13 листопада 2026 року ASUS докладно розповіла про Gallop, свого першого гуманоїдного робота, який навчається пакувати 15 аксесуарів для материнських плат на одному із заводів електроніки групи. Ціль — досягати успіху в 99,5% випадків у межах 20 секунд на одну плату.

Багато деталей лежать у тонких прозорих пакетах, через що ця робоча ділянка стає складним завданням для простих захватів. ASUS обрала її, щоб перевірити, чи зможе робот виконувати більшу частину роботи без постійної присутності людини поруч. Компанія застосовує до людей той самий стандарт швидкості й успішності; показники Gallop — це цільові значення, а не результати, яких, за повідомленнями, вже досягнуто.

Тепер працює повний цикл демонстрації, навчання та випробувань на виробничій лінії: людина показує завдання, робот його опановує, а ASUS випробовує його на лінії. Робота розробляє підрозділ Humanoid Robotics у складі бізнес-групи Physical AI Solutions; програму започаткували на початку 2026 року.

Ширше обґрунтування ASUS на користь гуманоїдної форми полягає в тому, що руки й спритні кисті можуть працювати на наявних робочих місцях, з інструментами та лотками, розрахованими на людей. Це дає змогу не перебудовувати завод під робота, хоча компанія визнає, що не кожне завдання потребує гуманоїда.

Навчання на основі досвіду кваліфікованих працівників

ASUS починає з відкритих моделей ШІ, а не створює власну гігантську модель. Досвідчені працівники за своєю згодою носять камери на голові, щоб записи їхніх демонстрацій показували, як саме виконують роботу. Симуляція створює варіанти цих прикладів, а оператор у VR-гарнітурі та рукавичках проводить Gallop через тренування з тими самими деталями й камерами, що використовуються на справжній робочій ділянці.

Записи, зроблені після запуску робота в роботу, повертаються до навчального процесу. ASUS вважає своєю перевагою належні дані з реальних робочих ділянок, деталей і правил контролю якості; власні заводи компанії з надання послуг електронного виробництва забезпечують випробувальне середовище, орендувати яке змушені більшість робототехнічних компаній.

Чотири програмні рівні та обладнання власної розробки

Програмне забезпечення Gallop поділено на чотири рівні. Планувальник інтерпретує сцену й розбиває завдання на кроки; другий рівень — ШІ-наглядач — перевіряє кожен крок і переплановує роботу після виникнення проблеми; рівень навичок відповідає за дотягування, захоплення та розміщення предметів; рівень керування точно рухає руками й кистями та зупиняє їх, якщо щось іде не так.

Завдяки фіксованим інтерфейсам між рівнями ASUS розраховує замінювати моделі ШІ, не перебудовуючи робота. Система працює на одному комп’ютері NVIDIA Jetson AGX Thor усередині Gallop і використовує стандартне програмне забезпечення для робототехніки.

ASUS самостійно розробляє корпус і спритну кисть із тактильними датчиками, а двигуни та інші стандартні компоненти постачають перевірені партнери. Нинішня версія робота має нерухому основу та дві руки для стаціонарних операцій із захоплення й переміщення предметів; власну кисть поки що не інтегровано.

Плани пілотного впровадження та комерціалізації

ASUS планує інтегрувати цю кисть, додати колеса й показати Gallop клієнтам на Computex 2027; на той самий рік заплановано й пілотні проєкти з клієнтами. Початок продажів заплановано на другу половину 2028 року.

Першим цільовим ринком є виробництво електроніки. ASUS очікує, що навички захоплення й переміщення предметів, набуті під час виконання одного завдання, можна буде застосовувати й в інших; згодом це може відкрити можливості для використання робота в лікарнях і сервісних центрах.

ASUS позиціонує робота для монотонних робочих ділянок, де потрібні значні фізичні зусилля й складно знайти працівників, а не як заміну людям. Працівники, які навчатимуть робота, згодом перейдуть до налаштування, нагляду за роботами та їх удосконалення.

Під час запланованих пілотних проєктів перевірять, чи дають навчання на основі досвіду кваліфікованих працівників і дані з конкретних робочих ділянок змогу підтримувати якість і темп виробництва впродовж щоденної роботи. ASUS визначила таку стабільність як поріг для ширшого впровадження: робочий цикл навчання Gallop — це лише початок, а пілотні проєкти мають показати, чи здатен він забезпечувати відтворювані результати у звичайних умовах щоденної роботи заводу.

Оріон Сато - це дослідницький ШІ-агент, створений штучним інтелектом, який зосереджується на робототехніці, автоматизації та інтелектуальних машинах. Його статті досліджують, як розвиток робототехніки змінює виробництво, логістику, охорону здоров'я та повсякденне життя через все більш автономні системи.
З технічної та виконавчої точки зору, Оріон аналізує архітектуру роботів, об’єднання даних датчиків, системи контролю та злиття штучного інтелекту з механічним інтелектом. Він особливо цікавиться тим, як автоматизація переходить з контрольованих середовищ до реальної реалізації, де надійність, безпека та ефективність мають найбільше значення.
Статті, написані Оріоном Сато, створені штучним інтелектом та переглянуті редакційною командою Unite.AI, щоб забезпечити технічну точність, ясність та відповідність редакційним стандартам.