---
title: "Physical AI: роботы и автономные системы в B2B"
url: "https://kzsaleshub.com/tech/physical-ai/"
type: "hub"
category: "Технологии"
language: "ru"
source: "KZSalesHub"
published: "2026-11-21"
last_updated: "2026-11-21"
---

# Physical AI: роботы и автономные системы в B2B

**Коротко.** Physical AI — программное обеспечение, которое управляет физическими машинами: мобильными роботами, манипуляторами, дронами, транспортом. Система видит среду, выбирает действие и выполняет движение. Для покупателя главное — не «интеллект», а производительность участка, число вмешательств человека и безопасность. Модель решает, что делать; как и можно ли — решает независимый регулятор и контур аварийной остановки.

Слои системы

## Из чего состоит робот как программа

Робот — это не одна модель, а семь слоёв. Сбой почти всегда случается на стыке слоёв, поэтому вопросы на встрече стоит задавать по каждому.

1. *L7***Восприятие**Видеть и понимать окружение
Камеры, лидары, датчики глубины и модели распознавания превращают сигнал в объекты: что это, где, в какой позе.
*Где ломается:* Свет, пыль, блики и новые предметы, которых не было в обучении.
*Вопрос на встрече:* Как система ведёт себя при плохом освещении и на предметах, которых не видела?
2. *L6***Локализация**Знать, где я
Робот строит карту и определяет своё место на ней — по камерам, лидару и одометрии.
*Где ломается:* Однообразные коридоры, переставленные стеллажи, отражающие поверхности.
*Вопрос на встрече:* Что происходит, если склад переставили за ночь?
3. *L5***Планирование**Решить, как дойти и как взять
Планировщик ищет путь без столкновений и траекторию руки до точки захвата.
*Где ломается:* Узкие проходы, люди рядом, непредвиденные препятствия.
*Вопрос на встрече:* Как планировщик уступает дорогу людям и сколько времени теряется?
4. *L4***Управление**Выполнить движение точно
Регуляторы постоянно сравнивают план с фактом и корректируют моторы десятки и сотни раз в секунду.
*Где ломается:* Износ, нагрузка выше расчётной, проскальзывание.
*Вопрос на встрече:* Какие пределы скорости и усилия заданы и кем их можно менять?
5. *L3***Исполнение**Связать модули в одну систему
Промежуточный слой передаёт сообщения между модулями, запускает и останавливает задачи, следит за состоянием.
*Где ломается:* Потеря связи между модулями, зависшие задачи.
*Вопрос на встрече:* Как система сообщает об ошибке и что делает до прихода человека?
6. *L2***Интеллект**Выбрать стратегию
Модели, обученные на демонстрациях или методом проб, выбирают, что делать дальше; языковые модели переводят команду человека в задачу.
*Где ломается:* Уверенные ошибки, поведение вне обученных ситуаций.
*Вопрос на встрече:* Какие решения модели проверяет независимый контроль до исполнения?
7. *L1***Инфраструктура**Связать роботов, людей и системы
Обмен с системами склада и производства, сбор телеметрии, обновления, управление парком.
*Где ломается:* Обновление, которое сломало работающий участок; зависимость от облака.
*Вопрос на встрече:* Работает ли участок, если пропал интернет?

**Граница безопасности.** Слой «Интеллект» предлагает действие. Слои «Управление» и «Исполнение» проверяют пределы скорости, усилия и зон, а аварийная остановка работает независимо от всех моделей и от связи.

Симулятор

## Дерево поведения: как робот принимает решения

Поведение описывают деревом: последовательность проверок и действий, а у каждой — запасной вариант. Измените условия и запустите задачу «найти коробку и доставить» — дерево покажет, по какой ветке пойдёт робот.

Классы систем

## Шесть классов и где они работают

AMRв работе

### Автономные мобильные роботы

*Где:* Склады, распределительные центры, внутризаводская логистика

*Ценность:* Перевозка грузов между точками без разметки на полу

*Как мерить:* Задачи в час, доля вмешательств, окупаемость против погрузчика с водителем

ARMв работе

### Манипуляторы

*Где:* Сборка, упаковка, сортировка, обслуживание станков

*Ценность:* Повторяемые движения с точностью и без усталости

*Как мерить:* Такт, доля брака, время переналадки под новую деталь

LEGпилоты

### Четвероногие платформы

*Где:* Инспекция подстанций, трубопроводов, горных выработок, опасных зон

*Ценность:* Обход объекта по маршруту с датчиками там, где человеку опасно

*Как мерить:* Покрытие обходов, найденные дефекты, часы людей вне опасной зоны

SWMпилоты

### Рои дронов

*Где:* Мониторинг полей и трасс, инвентаризация складов, поиск

*Ценность:* Много дешёвых устройств, которые делят задачу между собой

*Как мерить:* Площадь за смену, полнота данных, устойчивость к потере устройства

AUTпилоты

### Автономный транспорт

*Где:* Карьерная техника, закрытые территории, агротехника

*Ценность:* Движение по заданным маршрутам в контролируемой среде

*Как мерить:* Часы работы без водителя, простои, происшествия

HUMисследования

### Человекоподобные роботы

*Где:* Среды, построенные под человека: цеха, склады, сервис

*Ценность:* Работа в существующей инфраструктуре без её перестройки

*Как мерить:* Пока — доля задач пилота, выполненных без вмешательства

Подходы

## Двенадцать подходов к программированию роботов

**Sim-to-Real**

Сначала обучить в симуляции, потом перенести на реальное устройство.

Дешевле и безопаснее, но разрыв между симуляцией и цехом нужно закрывать отдельно — спросите, как.

**Цифровой двойник**

Копия робота или участка, которая живёт рядом с реальной.

Мониторинг и проверка изменений до того, как они попадут в цех.

**Обучение по демонстрации**

Человек показывает действие, система превращает его в навык.

Новую операцию можно добавить без программиста — но нужны качественные демонстрации.

**Обучение с подкреплением**

Модель учится через награды за удачные действия.

Хорошо для ходьбы и баланса; требует много симуляции и аккуратных правил награды.

**Модели «зрение — язык — действие»**

Команда словами и картинка с камеры превращаются в последовательность действий.

Гибкость в постановке задач; обязательна независимая проверка безопасности.

**Модели мира**

Внутренняя модель среды, чтобы предсказывать последствия действий.

Меньше проб на реальном оборудовании, лучше поведение в новых ситуациях.

**Роевой интеллект**

Координация множества устройств без единого центра.

Устойчивость к потере устройства; сложнее отлаживать и доказывать безопасность.

**Вычисления на устройстве**

Распознавание и решения прямо на роботе.

Работа без стабильной связи и с малой задержкой; ограничения по мощности.

**Федеративное обучение**

Устройства учатся вместе, не отправляя все исходные данные.

Подходит, когда видео и данные нельзя выносить с объекта.

**Событийная архитектура**

Робот реагирует на события, а не опрашивает всё подряд.

Проще встраивать в процессы склада и производства.

**Деревья поведения**

Сценарий поведения как дерево проверок и действий вместо цепочки условий.

Поведение читаемо и проверяемо — его можно показать заказчику.

**Прогнозирующее управление**

Регулятор постоянно пересчитывает ближайшие движения с учётом прогноза.

Плавное и точное движение в динамичной среде.

Архитектура

## Облако, объект, робот, контроллер

**Облако**

Обучение моделей, хранение видео и телеметрии, аналитика, цифровые двойники.

может быть недоступно

**Сервер объекта**

Управление парком, распределение задач, обмен с системами склада и производства.

работает без интернета

**Вычислитель на роботе**

Зрение, локализация, выбор действия — с малой задержкой.

работает без сервера

**Контроллер и аварийная остановка**

Моторы, пределы, остановка. Независим от всех уровней выше.

работает всегда

Для продавца и покупателя

## Как продавать и покупать Physical AI

### Десять вопросов на первой встрече

1. Какую операцию автоматизируем и сколько раз в смену она выполняется?
2. Как выглядит эта операция в самый неудобный день: грязь, свет, сбои поставок?
3. Что будет мерилом успеха пилота — задачи в час, вмешательства, безопасность?
4. Кто отвечает за участок, где работает робот, и кто его останавливает?
5. С какими системами склада или производства нужен обмен данными?
6. Можно ли выносить видео и данные с объекта и куда?
7. Какая связь на объекте и что должно работать без неё?
8. Кто обслуживает оборудование и как быстро приходят запчасти?
9. Какие требования промышленной безопасности и сертификации применимы?
10. Что делаем, если пилот не достиг цели: критерии остановки заранее?

### Метрики пилота

Задачи в часпроизводительность в реальной сменеВмешательства на 100 задачсколько раз понадобился человекГотовностьдоля времени, когда система может работатьВремя до восстановлениякак быстро участок снова работает после сбояСтоимость одной операциис обслуживанием, энергией и людьмиПроисшествиялюбые контакты и опасные ситуации — цель ноль

### Где проваливаются проекты

**Пилот в идеальных условиях**

*Как выглядит:* Демонстрация на чистом стенде, а работать нужно в пыльном цехе в три смены.

*Что делать:* Пилот на реальном участке и в реальную смену, даже если результат будет хуже.

**Окупаемость считают по роботу, а не по процессу**

*Как выглядит:* Робот быстрый, но ждёт, пока человек подвезёт деталь.

*Что делать:* Считать производительность всего участка до и после.

**Интеграция «потом»**

*Как выглядит:* Робот работает сам по себе, данные в систему склада вносят руками.

*Что делать:* Обмен с учётными системами — часть пилота, а не второго этапа.

**Безопасность как приложение к договору**

*Как выглядит:* Зоны, скорости и аварийная остановка обсуждаются после поставки.

*Что делать:* Оценка рисков и сценарий остановки — до подписания.

**Модель управляет моторами напрямую**

*Как выглядит:* Решение модели исполняется без независимой проверки.

*Что делать:* Модель решает «что», регулятор и контур безопасности — «как» и «можно ли».

**Нет плана обслуживания**

*Как выглядит:* Через полгода робот стоит из-за одной детали.

*Что делать:* Запас ключевых запчастей, обученный местный инженер, срок реакции в договоре.

Лаборатория без железа

## С чего начать, не покупая роботов

Основы можно освоить на обычном компьютере: архитектуру модулей, симуляцию и обучение по демонстрациям. Все проекты ниже — открытые.

1. **ROS 2**
Открытая среда, в которой модули робота обмениваются сообщениями: узлы, темы, сервисы, действия. С неё начинают почти все.
[Документация →](https://docs.ros.org/)
2. **Gazebo**
Открытый симулятор: виртуальная комната, робот, препятствия и датчики.
[Документация →](https://gazebosim.org/)
3. **MuJoCo**
Открытый физический движок для движения, контакта и обучения управлению.
[Документация →](https://mujoco.org/)
4. **LeRobot**
Открытая библиотека для обучения роботов по демонстрациям: датасеты, модели, сбор данных.
[Документация →](https://github.com/huggingface/lerobot)
5. **BehaviorTree.CPP**
Открытая библиотека деревьев поведения — тот же принцип, что в симуляторе выше.
[Документация →](https://github.com/BehaviorTree/BehaviorTree.CPP)

## Вопросы

Чем Physical AI отличается от обычной автоматизации?

Классическая автоматизация повторяет заданную программу в предсказуемой среде. Physical AI добавляет восприятие и выбор действий: система видит изменения и подстраивается. Цена — вероятностное поведение, поэтому нужен независимый контур безопасности.

С чего начать компании, которая думает о роботах?

С одной частой, тяжёлой или опасной операции, у которой можно посчитать текущую стоимость. Пилот — на реальном участке, с метриками и критериями остановки, записанными заранее.

Можно ли управлять роботом через облако?

Планировать, обучать и следить — да. Критические движения и аварийная остановка должны работать локально, без зависимости от связи.

Нужна ли продавцу техническая глубина?

Достаточно понимать слои системы и где они ломаются. Это позволяет задать правильные вопросы на встрече и не обещать того, что пилот не покажет.

---
Источник: https://kzsaleshub.com/tech/physical-ai/
