# Робот успешнее выполняет задачи, используя прошлый опыт

> Исследователи представили LEXP — систему, которая превращает данные о выполнении задач в рекомендации для будущих попыток. В 12 реальных задачах она справилась в 63,9% испытаний против 5,6% без неё.

Oossa · 2026-11-02 · https://oossa.com/ru/robot-learning-system-improves-task-success-using-past-attempts

Дата события: 2026-10-30

Исследователи представили LEXP — систему, которая помогает роботу использовать опыт предыдущих попыток выполнить задачи по манипулированию предметами. Она объединяет планирование задач с модулем, который анализирует данные о выполнении, сохраняет извлечённые уроки и условия их применимости, а затем передаёт подходящие рекомендации для следующих действий. Веса модели и интерфейс управления действиями остаются неизменными.

В испытаниях исследователей на 12 реальных задачах LEXP справилась в 23 из 36 попыток (63,9%). Для сравнения: система только с памятью справилась в 19 из 36 попыток (52,8%), а базовая модель ChatGPT-6-Astra — в 2 из 36 (5,6%). Это результаты, приведённые в статье, а не независимая оценка.

## Факты

- LEXP: 23 успешные попытки из 36; только память: 19 из 36; базовая Astra: 2 из 36.
- Статья была отправлена в arXiv 30 октября 2026 года.

## Почему это важно

Для исследователей робототехники эти результаты показывают, что сохранение уроков, связанных с конкретными задачами, может улучшить работу неизменной модели при повторных попытках в физическом мире. Пока неизвестно, насколько хорошо этот подход применим за пределами этих 12 задач.

## Источники и ссылки

1. [Learning from Physical Experience:Context-Space Adaptation for Robotic Manipulation](https://arxiv.org/abs/2610.41320) – arXiv cs.RO, 2026-11-02

Обновлено: 2026-11-02