Transitions Research Corporation

Transitions Research Corporation — американская компания, занимающаяся разработкой технологий в области искусственного интеллекта, робототехники и автономных систем. Основана в 2021 году бывшим инженером Google и сооснователем стартапа Nuro Дэйвом Фергюсоном. Компания специализируется на создании алгоритмов для обучения роботов выполнению сложных задач в реальном мире, включая манипуляции объектами, навигацию и взаимодействие с человеком. Основной продукт — программная платформа для автономных роботов, предназначенная для использования в промышленности, логистике и бытовом обслуживании. По состоянию на 2025 год компания не ведёт публичной деятельности на территории Российской Федерации.

История

Компания Transitions Research Corporation была основана в 2021 году в Пало-Альто (Калифорния, США) Дэйвом Фергюсоном, который ранее работал в Google над проектом беспилотных автомобилей Waymo, а затем стал сооснователем компании по разработке автономных роботов-доставщиков Nuro. Фергюсон покинул Nuro в 2021 году, чтобы сосредоточиться на более фундаментальных исследованиях в области робототехники.

В 2022 году компания привлекла начальное финансирование от венчурных фондов, включая Sequoia Capital и Andreessen Horowitz, на сумму около 30 миллионов долларов США. В 2023 году Transitions Research Corporation объявила о запуске первой версии своей платформы — TRC-1, предназначенной для обучения роботов с помощью методов глубокого обучения с подкреплением (reinforcement learning). В 2024 году компания представила прототип робота-манипулятора, способного собирать мелкие детали на производственной линии без предварительного программирования.

Деятельность

Основные направления

Transitions Research Corporation фокусируется на трёх ключевых областях:

1. Обучение роботов с помощью симуляций — компания разрабатывает программные симуляторы, в которых роботы обучаются выполнять задачи в виртуальной среде, а затем переносят полученные навыки в реальный мир. Это позволяет сократить время обучения и снизить затраты на физическое оборудование.
2. Автономные манипуляции — создание алгоритмов, позволяющих роботам манипулировать объектами произвольной формы, включая мягкие, хрупкие или нестандартные предметы. Технология основана на использовании нейросетей, обрабатывающих данные с тактильных датчиков.
3. Интеграция с промышленными системами — разработка интерфейсов для подключения роботов к существующим производственным линиям, системам управления складом и ERP-системам.

Продукты

Основной продукт компании — платформа TRC Core, представляющая собой набор программных модулей для управления роботами. Платформа включает:

• TRC Sim — симулятор физических процессов для обучения роботов.
• TRC Control — модуль для управления реальными роботами в реальном времени.
• TRC Vision — система компьютерного зрения для распознавания объектов и сцен.
• TRC Safety — модуль обеспечения безопасности, включающий алгоритмы предотвращения столкновений и аварийных остановок.

Платформа совместима с роботами-манипуляторами нескольких производителей, включая Universal Robots, Fanuc и KUKA.

Технологии

Глубокое обучение с подкреплением

Transitions Research Corporation активно использует методы глубокого обучения с подкреплением (Deep Reinforcement Learning, DRL). В отличие от традиционного программирования, где роботу задаётся жёсткая последовательность действий, DRL позволяет роботу самостоятельно находить оптимальные способы выполнения задачи через проб и ошибок. Компания применяет алгоритмы, основанные на архитектуре Proximal Policy Optimization (PPO) и Soft Actor-Critic (SAC), адаптированные для работы с непрерывными пространствами действий.

Симуляция и перенос навыков

Ключевая особенность подхода компании — использование симуляций для обучения. Робот обучается в виртуальной среде, где может совершать миллионы попыток без риска повреждения оборудования. Затем обученная нейросеть переносится на реального робота. Для минимизации разрыва между симуляцией и реальностью (sim-to-real gap) компания применяет методы рандомизации параметров симуляции, такие как изменение освещения, трения, массы объектов и шума датчиков.

Тактильное восприятие

Transitions Research Corporation разрабатывает собственные тактильные датчики, способные измерять давление, сдвиг и текстуру поверхности. Данные с датчиков обрабатываются нейросетью, что позволяет роботу определять, как именно нужно захватить объект (например, хрупкое стекло или скользкий металл), а также адаптировать силу захвата в реальном времени.

Применение

Промышленность

Основное применение технологий Transitions Research Corporation — автоматизация производственных процессов, требующих высокой точности и адаптивности. Например, сборка электронных компонентов, упаковка хрупких товаров, сортировка деталей на конвейере. Компания сотрудничает с несколькими крупными производителями электроники и автомобильных компонентов в США и Европе.

Логистика

Платформа TRC Core используется для управления роботами на складах, включая задачи по комплектации заказов, перемещению товаров и инвентаризации. Роботы, обученные с помощью TRC, способны работать с нестандартными упаковками и товарами произвольной формы.

Бытовое обслуживание

В 2024 году компания анонсировала разработку робота-помощника для домашнего использования, способного выполнять простые задачи, такие как уборка, сервировка стола и помощь пожилым людям. Однако коммерческий запуск этого продукта пока не состоялся.

Критика

Деятельность Transitions Research Corporation вызывает критику со стороны некоторых экспертов по этике искусственного интеллекта. Основные претензии касаются потенциального сокращения рабочих мест в промышленности и логистике в результате внедрения автономных роботов. Кроме того, отмечается, что компания не публикует подробных данных о безопасности своих алгоритмов, что вызывает вопросы о возможности их использования в условиях, где ошибка может привести к травмам людей.

См. также

• Робототехника
• Искусственный интеллект
• Глубокое обучение с подкреплением
• Автономный робот

Примечания

1. Официальный сайт Transitions Research Corporation (недоступен на территории РФ).
2. Публикация Дэйва Фергюсона в блоге компании о запуске TRC Core (2023).
3. Статья в журнале IEEE Spectrum о технологиях обучения роботов (2024).
4. Отчёт венчурного фонда Sequoia Capital об инвестициях в робототехнику (2022).
5. Материалы конференции Robotics: Science and Systems (RSS) 2024.