13 листопада 2026 року MIT News опублікувала матеріал про компанію Robust AI, засновану випускником MIT Ентоні Джулсом і професором-емеритом Родні Бруксом. Компанія представила мобільного робота Carter — візок на колесах, спроєктований для безшовної взаємодії з людьми в динамічних середовищах складів і заводів.
Carter оснащений чутливою до сили ручкою, системою комп'ютерного зору на базі ШІ та голономними колесами, що дозволяють миттєво рухатися в будь-якому напрямку. Людина може перехопити керування, штовхнути або потягнути робота однією рукою, подати жест чи команду через сенсорний екран. Це принципово відрізняється від традиційних промислових роботів, які або працюють у клітках, або вимагають повної зупинки при появі людини.
Підхід компанії ґрунтується на тому, що успіх визначається не автономією робота самого по собі, а спільною продуктивністю системи «робот — людина — бекенд». У реальних розгортаннях Carter допомагає під час комплектації, переміщення вантажів і навігації працівників, скорочуючи щоденну ходьбу людини в середньому на десятки тисяч кроків. Робот може вести людину до потрібних комірок або слідувати за нею під час завантаження.
Методологія Robust AI акцентує human-in-the-loop: робот не прагне до повної автономії, а залишає людині високий рівень agency. Це знижує ризики в непередбачуваних середовищах, де планування змінюється, а завдання вимагають гнучкості. На відміну від підходів, орієнтованих на максимальну автономію (наприклад, систем із глибоким reinforcement learning для керування трафіком роботів), тут пріоритет — передбачуваність і легкість втручання людини.
У ландшафті робототехніки це контрастує з рішеннями, де роботи або повністю автономні й вимагають виділених зон, або являють собою важкі маніпулятори в захисних огорожах. Carter займає нішу «колаборативної мобільності», де дизайн hardware (силовий зворотний зв'язок, голономія) і software (бачення та прості інтерфейси) спеціально заточені під спільну роботу без додаткової інфраструктури.
Для галузі це означає прискорення впровадження: таких роботів можна розгортати на наявних об'єктах без дорогого перепланування простору. Це знижує бар'єр входу для середніх підприємств і змінює економіку автоматизації — фокус зміщується із заміни людей на підвищення їхньої ефективності.
Залишається відкритим питання довгострокової масштабованості: наскільки стійкою є поведінка робота при різкому зростанні кількості одиниць і ускладненні сценаріїв. Незалежні дослідження мають показати, чи зберігається рівень безпеки та продуктивності при щільному змішаному трафіку людей і роботів у реальних умовах.
Головний урок розробки — у складних фізичних середовищах виграє не найавтономніший робот, а той, який найкраще інтегрується в наявну людську систему.
