AI-translated from English; not yet reviewed by a fluent editor. # HomeBody povezuje prostorno pamćenje humanoidnog robota sa ponovo upotrebljivim veštinama > Istraživači sa Kalteha i Stanforda prikazuju robota Unitree G1 koji koristi zapamćenu mapu kuhinje i ponovo upotrebljive veštine. Objavljeni materijal sadrži odabrane demonstracije, ali ne i kontrolisane rezultate, ceo rad ni kod robota. By BIG CHANGE Editorial Published: 2026-09-27T14:28:31.966Z Updated: 2026-09-27T14:28:31.966Z Canonical: https://bigchange.ai/blog/homebody-humanoid-spatial-memory-robot-skills ![Conceptual charcoal illustration of a white humanoid robot walking toward a closed drawer in a light wood kitchen.](https://bigchange.ai/api/media/file/homebody-kitchen-g1-hero-v1.png) AI-generated conceptual illustration by BIG CHANGE. Tim sa Kalteha i Stanforda je [predstavio HomeBody](https://tml.stanford.edu/homebody/), istraživački sistem u kojem GPT Astra usmerava robota Unitree G1 tokom kuhinjskih zadataka pozivajući veštine za navigaciju i rukovanje predmetima. Robot najpre istražuje prostoriju i pamti gde je video predmete. U demonstracijama tima prikuplja kesice kafe, baca određene kartonske kutije i uzima bočicu leka iz fioke nakon što ona nestane iz vidnog polja njegove kamere. ## Suštinska promena - **Šta se promenilo:** HomeBody daje modelu vida i jezika pristup prostornom zapisu istražene prostorije i zajedničkom interfejsu za robotske veštine. Model bira veštinu i cilj; lokalni softver planira i izvodi kretanje, a zatim prijavljuje ishod. - **Zašto je to važno:** Model može da planira kretanje između različitih lokacija i koristi povratne informacije bez obučavanja nove politike delovanja za ovu kuhinju. Demonstracije tima prikazuju kako se pamćenje i postojeće motoričke veštine mogu povezati za duže zadatke. - **Šta još nije razjašnjeno:** Javno objavljeni materijal prikazuje odabrane demonstracije, a ne kontrolisano merenje uspešnosti. Rad i kod robota nisu javno dostupni na dan 27. septembra, pa se prijavljeni učinak još ne može nezavisno ponoviti na osnovu objavljenog materijala. ## Kako robot pamti prostoriju HomeBody najpre istražuje prostoriju. Prema [opisu primene na stranici projekta](https://tml.stanford.edu/homebody/), G1 prikuplja širokougaoni snimak sa iPhone-a, podatke sa kamere D435i, LiDAR skeniranja, položaje zglobova i međutačke koje bira model. SLAM mapa zasnovana na LiDAR-u daje izmerenu geometriju prostorije. Astra koristi te podatke da napravi digitalni blizanac u Nvidia Isaac Sim-u. Tim usklađuje mapu i rekonstrukciju tako da snimljeni prikazi kamere i trenutni položaj robota koriste isti koordinatni sistem. Ta priprema je važna kada se uputstvo odnosi na predmet koji robot trenutno ne vidi. Za zahtev da donese lek, tim kaže da HomeBody priziva sačuvane ključne kadrove kamere kako bi pronašao fioku, prišao joj, otvorio je i uzeo bočicu. Model prostorije pomaže pri navigaciji i prisećanju lokacije, dok kamerom uživo i dalje upravlja završna fizička radnja. Prikaz [kretanja kroz kuhinju](https://tml.stanford.edu/homebody/) na stranici projekta izričito je označen kao ilustrativan i odvija se u rekonstruisanoj prostoriji. Stranica odvojeno prikazuje snimke G1 koji obavlja kuhinjske zadatke, a snimke veština za navigaciju, uzimanje i odlaganje predmeta i otvaranje fioke označava kao stvarne snimke robota. Ti video-snimci beleže odabrane pokušaje tima, dok simulirana repriza objašnjava redosled planiranja. ## Od odluke modela do kretanja Model dobija zadatak, trenutni prikaz kamere, kontekst mape, stanje hvataljke, prizvane opservacije i ishod prethodne veštine. Zatim šalje strukturisani poziv sa nazivom veštine i ciljem. Pri hvatanju predmeta cilj je tačka na slici, predstavljena vrednošću od 0 do 1000, uz izbor ruke. Lokalni sistem percepcije segmentira predmet, procenjuje njegovu dubinu iz stereo-snimaka i pretvara izabranu tačku u trodimenzionalnu pozu za hvatanje. Planer za ruku zatim izračunava i proverava putanju kretanja. Navigacija umesto toga prima dvodimenzionalni cilj i smer kretanja u koordinatama mape, a odlaganje predmeta trodimenzionalnu tačku ispuštanja. Otvaranje fioke objedinjuje poravnanje sa ručkom, kačenje i hod unazad u jednu radnju. Veštine lokalno izvode sitne korekcije. Tim opisuje vizuelno praćenje tokom prilaska i ograničen broj ponovljenih pokušaja kada hvatanje ne uspe. Ako oporavak ne uspe, veština vraća razlog Astri kako bi ona donela novu odluku. Hodanje i posezanje oslanjaju se na unapred obučeni kontroler celog tela AMO. Stranica navodi da se komande za ruke i šake izvršavaju na 250 Hz, a AMO politika ažurira na 50 Hz. Astra radi udaljeno; percepcija, planiranje kretanja i veštine izvršavaju se na laptopu sa grafičkom karticom RTX 4090. Astra bira *koju* radnju da pokuša i *gde*; biblioteka veština i kontroleri određuju *kako* se G1 kreće. Tim kaže da za kuhinjske demonstracije nisu korišćeni podaci za obuku specifični za tu prostoriju niti dodatno učenje politike. Postojeći unapred obučeni kontroler i opsežna rekonstrukcija prostorije i dalje su deo postavke. ## Šta demonstracije pokazuju Stranica projekta opisuje dva niza fizičkih zadataka u kuhinji koju robot ranije nije poznavao. U jednom, robot skuplja kesice kafe i baca određene kutije mleka i soka od pomorandže. U drugom, G1 na osnovu nedovoljno preciznog zahteva pronalazi bočicu leka, vadi je iz fioke, pruža je korisniku i baca jednu kutiju. Video-snimci veština prikazuju pojedinačne radnje i zabeležene pokušaje; stranica navodi da je većina pregleda ubrzana i posebno izdvaja uzimanje iz fioke koje je više puta ponavljano. U objavi nema broja pokušaja, stope uspešnosti zadataka, poređenja sa naučenom politikom vida, jezika i delovanja, niti vremena i troška za svaki završen niz kuhinjskih zadataka. Zato ona pokazuje arhitekturu na delu, ali ne pruža merene dokaze da rešenje pouzdano radi i u drugim kuhinjama. Povezani javni [repozitorijum](https://github.com/Stanford-TML/homebody) trenutno navodi „Kod uskoro stiže“, a oznaka „Rad“ na stranici projekta ne vodi do rukopisa. Repozitorijum sadrži veb-sajt, ilustracije i video-snimke, ali ne i implementaciju robota ili datoteke sa evaluacijama. BIG CHANGE nije pokretao HomeBody niti testirao robota. U ranijem izveštaju BIG CHANGE-a o [GPT-Policy-ju](https://bigchange.ai/blog/gpt-policy-robot-learning-vlm-agents) razmatran je rad drugog tima o kontekstu za robotske radnje. Materijali o HomeBody-ju ne predstavljaju taj rad kao deo ovog sistema. Tim navodi nekoliko praktičnih ograničenja: izrada digitalnog blizanca zahteva vreme za pripremu i troškove API-ja; udaljeno rezonovanje Astre pravi pauze između veština; doseg i mogućnosti manipulacije ograničavaju ono što G1 može da uradi; a servomotori u prstima mogu da se pregreju tokom dužeg rada. Lokalna postavka zahteva laptop sa RTX 4090, dok zahtevnije veštine mogu tražiti dodatne računarske resurse. ## Izvori i dodatna literatura - [Stranica projekta HomeBody istraživača sa Kalteha i Stanforda](https://tml.stanford.edu/homebody/) — Primarni izvor o sistemu, kuhinjskim demonstracijama, simuliranoj reprizi, interfejsima veština, kontrolnoj postavci i navedenim ograničenjima. Stranica je datirana na septembar 2026; odabrani video-snimci i opisi predstavljaju dokaze tima, a ne nezavisnu evaluaciju. - [Javni HomeBody repozitorijum Stanford TML-a](https://github.com/Stanford-TML/homebody) — Povezan sa stranice projekta. Na dan provere, 27. septembra 2026, u README-u je stajalo da kod uskoro stiže; javno stablo sadrži materijale za veb-sajt, a ne implementaciju robota ili ceo naučni rad. ## Sources - [Stranica projekta HomeBody istraživača sa Kalteha i Stanforda](https://tml.stanford.edu/homebody/) — Primarni prikaz autora o arhitekturi, fizičkim demonstracijama u kuhinji, simuliranom kretanju koje je izričito označeno kao ilustrativno, interfejsima veština, računarskoj postavci i navedenim ograničenjima. Odabrani snimci i opisi nisu kontrolisana nezavisna evaluacija. Oznaka „Rad“ ne vodi do rukopisa. - [Javni HomeBody repozitorijum Stanford TML-a](https://github.com/Stanford-TML/homebody) — U README-u piše da kod uskoro stiže. Javno stablo sadrži veb-sajt projekta i medijske materijale, a ne implementaciju robota ili datoteke za evaluaciju. Datum nastanka repozitorijuma ne potvrđuje kada su eksperimenti sprovedeni.