MIT разработал систему пространственной памяти для роботов — они запомнят, где ваши ключи
Учёные MIT создали систему пространственной памяти для роботов — она запоминает, где находятся бытовые предметы, пока машина обходит помещение. Алгоритм фиксирует не всё поле зрения, а только важные детали об объектах: форму, положение, контекст. Это позволяет роботу помнить, где последний раз лежали ключи или очки — без избыточной нагрузки на процессор. Первый шаг к настоящим домашним роботам-ассистентам.
AI-обработка оригинала MIT News; редакция Hamidun News
Исследователи MIT разработали новую систему пространственной памяти для роботов. Она эффективно захватывает детали об объектах, которые машина замечает при обходе помещений, — и открывает путь к роботам, которые по-настоящему понимают домашнюю среду.
Как работает система Пространственная память для роботов — задача, которую исследователи решают уже много лет.
Классический подход — строить полную 3D-карту помещения и накладывать на неё семантические метки объектов. Метод работает в лабораторных условиях, но плохо масштабируется на реальное жильё: объектов слишком много, обстановка постоянно меняется, а вычислительных ресурсов у обычного домашнего робота немного. Система MIT предлагает другой принцип. Вместо сплошного сканирования алгоритм фокусируется на эффективном захвате информации о конкретных предметах: их форме, положении, контексте окружения. По мере того как робот перемещается по комнатам, система строит не геометрическую, а объектно-ориентированную карту помещения — и делает это без избыточных вычислений. Такой подход принципиально экономичнее стандартных решений: система хранит то, что важно, а не всё, что попадает в поле зрения камеры.
Зачем роботу помнить, где ключи Название публикации MIT — «Мог бы ИИ рассказать, где вы
оставили ключи?» — точная постановка задачи. Именно эта способность — помнить расположение бытовых предметов — считается одним из критических пробелов в домашней робототехнике.
Современные роботы умеют многое: строят карту помещений, обходят препятствия, возвращаются на зарядку. Но запомнить, что три часа назад ключи лежали на столе, а теперь их там нет — с этим большинство систем не справляются. Объекты в реальном доме постоянно перемещаются, и для их отслеживания нужна специальная пространственно-временная база данных, которую система MIT позволяет строить в фоновом режиме.
Новая система позволяет роботу: запоминать объекты при первом обнаружении и обновлять информацию при повторных визитах различать похожие предметы по контексту и типичному расположению строить семантическую карту поверх геометрической — где что обычно находится отслеживать перемещения объектов во времени * хранить пространственную историю объектов без избыточной нагрузки на процессор ## Следующий шаг для домашних роботов Роботы-пылесосы стали массовым продуктом и хорошо ориентируются в пространстве. Но их понимание домашней среды остаётся сугубо геометрическим: они знают, где стены, но не знают, где ваши вещи. Разрыв между «робот перемещается по дому» и «робот помогает в доме» — именно в этом.
Система MIT закрывает ключевой функциональный пробел. Робот, прошедший по квартире с такой системой, сможет не только составить план помещения, но и ответить на бытовые вопросы: где видел пульт в последний раз, куда обычно кладут очки. Область применений шире домашней среды: склады, больницы, учреждения для пожилых людей — везде, где важно знать расположение конкретных объектов.
«Мог бы ИИ рассказать, где вы оставили ключи?» — именно этот вопрос MIT ставит в центр своей работы.
Что это значит Пространственная память — один из ключевых компонентов, которых не хватает бытовым роботам.
Разработка MIT делает этот компонент эффективным и практичным даже для устройств с ограниченными ресурсами. Если система покажет себя в реальных условиях, это может существенно ускорить появление домашних роботов-ассистентов нового поколения — тех, что по-настоящему помогают, а не просто ездят по полу.
- 1 июл. 2026 г.Flexion Robotics научила роботов осваивать новые навыки без людей — только ИИ и симуляция
- 2 февр. 2026 г.VL-LN Bench: роботы учатся спрашивать дорогу и наконец-то перестанут тупить
- 22 апр. 2026 г.Memories.ai разрабатывает визуальный слой памяти для носимых устройств и роботов
- 14 июл. 2026 г.Гослун: B-раунд он山科技 на многомиллиардные суммы для тактильных датчиков
Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами
Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.