# Apple HALO: гуманоид Unitree G1 справился с задачами в шести незнакомых домах с успехом 91%

- Опубликовано: 2026-11-08 17:08 UTC
- Раздел: Машины и производство › Роботы
- Теги: Apple HALO, управление гуманоидным роботом, Unitree G1, arXiv 2611.06908, генерация движений робота, синтетические данные для обучения, Jetson Orin NX, Mac mini M4 Pro
- Адрес: https://realtech.media/ru/news/rt-e8757e5f359f20203ea58509_apple_halo_gumanoid/

**Исследователи Apple проверили систему управления движением HALO на гуманоиде Unitree G1; в цепочках навыков успех снизился до 70%, коммерческий продукт не объявлен.**

![Apple's HALO humanoid controller reaches 91% success in six unseen homes on a Unitree G1](https://realtech.media/media/2026/11/35e81ff1b7b7d1cf.webp)
*ad-hoc-news.de*

Восемь исследователей Apple 4 ноября 2026 года представили HALO — систему управления движением гуманоидных роботов, сообщает ad-hoc-news.de. В работе «Perceptive Humanoid Motion from Simulation» (arXiv 2611.06908) описана автономная система, проверенная на аппаратной платформе Unitree G1. [1] Коммерческий продукт, цена и сроки поставки не объявлены. [1]

## Результаты в неразмеченных домах

По данным команды, в шести реальных средах, которые прежде не сканировали и не картировали, HALO показала средний успех 91% на 360 испытаниях отдельных задач. Те же 91% зафиксированы на 6000 испытаний в 100 симулированных средах. [1]

В тестах отдельных навыков в шести домах, по десять прогонов в каждом, ползание дало 100%, боковое перемещение через двери — 93%, ходьба к заданной цели — 92%. Передвижение на четвереньках достигло 90%, толкание ящика — 88%, посадка — 85%. [1]

В цепочках из двух–трёх навыков в реальной тестовой среде средний успех составил 70%. Проход через дверь и ходьба удались в 10 попытках из 10, ползание и посадка — в 60%, цепочка из ползания, ходьбы и толкания ящика — в 50%. Главной причиной сбоев команда назвала случаи, когда следующая подзадача начиналась с ранее не виденной цели. [1]

## Архитектура, обучение и ограничения

У HALO три уровня управления. Верхний — оркестратор, запускаемый локально: модель Qwen3.6-35B-A3B с 4-битной квантизацией. Средний уровень — генератор движений на основе Qwen3.5-2B и диффузионного трансформера; он перепланирует около трёх раз в секунду и строит планы движения всего тела примерно на пять секунд. Нижний уровень — трекер, выдающий приводам команды для суставов с частотой 50 Гц. [1]

Робот — Unitree G1 с 29 суставами и камерой в голове. Для планирования верхнего уровня исследователи закрепили на спине робота Mac mini M4 Pro с 64 ГБ памяти в корпусе, напечатанном на 3D-принтере. Низкоуровневое управление работает на Jetson Orin NX, поэтому система обходится без внешних кабелей. [1]

Для обучения использовали около 300 часов синтетических эпизодов из 1000 процедурно сгенерированных домов, созданных без участия человека. Генерация данных заняла около 48 часов на 250 графических процессорах Nvidia H100. Генератор движений обучали имитацией на 64 GPU Nvidia B200, трекер — на четырёх H100 с помощью обучения с подкреплением и дистилляции политик. [1]

Команда опубликовала код генерации данных, обучения моделей и развёртывания; адрес репозитория и условия лицензии не названы. У системы нет контактных датчиков, она опирается в основном на зрение. Новые задачи требуют написанных вручную подсказок и подготовленных ключевых кадров движения, отчасти на основе видео людей или записей захвата движения. Независимого воспроизведения результатов пока нет; следующим шагом Apple планирует добавить тактильную чувствительность. [1]

## Источники

1. [ad-hoc-news.de](https://www.ad-hoc-news.de/wissenschaft/apple-halo-humanoider-roboter-meistert-unbekannte-umgebungen-zu-91-prozent/70477654)

---

Источник: RealTech, realtech.media — https://realtech.media/ru/news/rt-e8757e5f359f20203ea58509_apple_halo_gumanoid/