Regarder ces forfaits de tri de robot humanoïde est quelque chose

Oui, ils viennent définitivement pour notre travail.
Marché global
Plus tôt cette année, Humanoid Robotics Company Figure montré Son robot Figure 02 utilisant un système de langage visuel sophistiqué appelé Helix pour trier les packages dans un entrepôt logistique.
Images montré Une petite armée de robots humanoïdes ramasse habilement des paquets de différentes tailles, formes et dureté, et manipulant leur orientation.
Trois mois plus tard, l’entreprise a publié une mise à jour À propos de son approche de la robotique basée sur l’apprentissage Helix sur son site Web, montrant le même robot en triant une variété encore plus large de styles de package, y compris des sacs poly déformés et des enveloppes plates.
C’est un exploit remarquable de robotique qui souligne à quel point la technologie est proche de terminer les tâches de niveau humain dans un environnement d’entrepôt, au moins à des tâches spécifiques. Des entreprises telles que Tesla et Agility Robotics se dirigent un effort concerté pour automatiser les emplois humains répétitifs – et à en juger par les derniers résultats, nous n’avons jamais été plus proches d’un futur rempli de stations de Crewing Robots Bipedal dans des environnements commerciaux.
Regardez le réseau neuronal d’Helix faire 60 minutes de travail logistique ininterrompu
Helix intègre désormais la mémoire tactile et à court terme et ses performances s’améliorent en continu avec le temps pic.twitter.com/dvfbe9idgh
– Figure (@figure_robot) 7 juin 2025
Taper
La figure affirme que son système d’hélice a régulièrement progressé en quelques mois seulement. Son robot dépense maintenant un peu plus de quatre secondes par paquet, un second plus rapide qu’auparavant, tout en maintenant la précision. La société affirme également que les étiquettes d’expédition sont également correctement orientées pour numériser 95% du temps, une amélioration de 25% par rapport au début de cette année.
Le robot peut s’adapter dynamiquement à la forme unique des packages en « ajustant sa stratégie de saisie à la volée – par exemple, en éliminant un sac doux pour le retourner dynamiquement, ou en utilisant des poignées de pincement pour les expéditeurs plats. »
La figure 02 tape même l’emballage en plastique, un mouvement qu’il a ramassé par l’apprentissage.
« Cette subtile action » aplatie « , apprise des démonstrations, garantit que le code-barres est entièrement visible pour le scanner », indique la mise à jour de la société. « Un tel comportement adaptatif met en évidence l’avantage de l’apprentissage de bout en bout – le robot apprend des stratégies de démonstration qui n’ont jamais été explicitement codées, directement des données, pour surmonter les imperfections réelles dans l’emballage. »
La course pour remplir les entrepôts de robots humanoïdes est sur, et plusieurs entreprises réclament de devenir le leader de facto dans l’industrie naissante. L’idée de base est d’avoir un modèle de robots accomplir un certain nombre de tâches différentes, par opposition à une gamme de robots très spécifiques et spécialement conçus.
Cependant, les rendre plus rentables et suffisamment fiables pour remplacer réellement la main-d’œuvre humaine à une échelle significative pose probablement un défi important.
Plus sur les robots humanoïdes: L’ancien patron de la robotique Tesla inverse la vision d’Elon Musk pour sauver l’entreprise