Unitree R1 AIR — это облегчённая версия гуманоидного робота от компании Unitree Robotics, созданная для обучения, исследований и демонстрации алгоритмов движения человекоподобных роботов.

Робот имеет антропоморфную конструкцию: две ноги, две руки с захватами, подвижный корпус и сенсорный модуль в области «головы». Основной акцент сделан на динамику движений, баланс и отработку ИИ-алгоритмов.

Характеристики

Габариты: ~120–125 см (в зависимости от конфигурации).
Вес с аккумулятором: ~25–27 кг.
Общее количество степеней свободы: 20 DOF.

Степень свободы одной ноги: 6.
Степень свободы одной руки: 5.
Степень свободы корпуса (торса): 1–2.

Аккумулятор: литий-ионный, съёмный модуль.
Время работы: до 1 часа (в зависимости от нагрузки).
Электропитание: низковольтная робототехническая система (около 48–60 В).

Связь: Wi-Fi, Bluetooth.
Сенсоры: IMU, камера (базовый уровень восприятия окружения).

Образование и робототехника
Используется в университетах и лабораториях для обучения управлению гуманоидными роботами, разработке алгоритмов ходьбы, баланса и координации движений.

Исследования ИИ и управления движением
Подходит для тестирования моделей машинного обучения, reinforcement learning и систем управления в реальном времени.

Демонстрации и выставки
Робот способен выполнять эффектные движения, удерживать баланс, реагировать на команды и демонстрировать динамические сценарии.

Разработка прикладных сценариев
Используется как платформа для отработки будущих бытовых и сервисных задач (перенос предметов, базовые манипуляции), но без полноценной автономии уровня «бытового помощника».

Функции

Человекоподобная локомоция
Робот умеет ходить, бегать, удерживать равновесие и восстанавливаться после внешних воздействий за счёт системы электромоторов и IMU-датчиков.

Баланс и динамическая устойчивость
Алгоритмы управления позволяют сохранять устойчивость при толчках, изменении поверхности и резких движениях.

Базовое восприятие окружающей среды
Камера и инерциальные датчики позволяют ориентироваться в пространстве и выполнять простые сценарии навигации.

Обучаемость и программируемость
Поддерживает интеграцию с системами машинного обучения: движения и реакции могут дорабатываться через обучение моделей управления.

Модульная архитектура управления
Позволяет разработчикам настраивать поведение робота: от простых демонстраций до сложных сценариев координации движений.