# GUARD помогает роботам избегать рискованных действий

> Новый метод использует оценки аномальности в данных для обучения, чтобы направлять действия робота. Авторы сообщают об улучшении результатов в симуляциях и реальных задачах манипулирования.

Oossa · 2026-11-10 · https://oossa.com/ru/guard-steers-robot-policies-away-from-risky-actions

Исследователи представили GUARD — метод, который направляет генеративные политики управления роботом во время работы, не изменяя предварительно обученную политику. Он объединяет вознаграждение за выполнение задачи с оценками аномальности — сигналами о том, что действие выходит за рамки закономерностей, подтверждённых данными для обучения. Для управления процессом генерации действий политики используется обученная Q-функция.

В четырёх симулированных задачах на ловкое манипулирование авторы сообщают о средней доле успешных выполнений 96% в обычных условиях и 80% при возмущённой динамике — на 21 и 20 процентных пунктов выше, чем у сильнейшего базового метода. В прямых испытаниях с переносом из симуляции в реальный мир они также сообщают об увеличении доли успешных выполнений на 40 процентных пунктов при вращении отвёртки в руке и на 25 пунктов при переориентации предмета.

## Факты

- В статье сообщается об испытаниях на четырёх задачах на ловкое манипулирование из набора Adroit.
- Согласно истории версий на arXiv, первая версия статьи датирована November 7, 2026.

## Почему это важно

Для команд, адаптирующих генеративные политики к меняющимся условиям, GUARD предлагает использовать аномалии в данных для обучения как сигнал предупреждения при выборе действий. Результаты статьи выглядят многообещающе, однако не показывают, насколько хорошо метод работает за пределами испытанных задач.

## Источники и ссылки

1. [GUARD: Anomaly-Informed Q-Steering for Generative Robot Policies in Dexterous Manipulation](https://arxiv.org/abs/2611.10343) – arXiv cs.RO, 2026-11-10

Обновлено: 2026-11-10