Учёные Гарвардского университета и Технологического института Джорджии объявили об открытом тесте RLE-Bench, который нацелен проверить способность универсальных ИИ-агентов решать инженерные задачи в процессе разработки роботов. В рамках проекта участвуют два престижных исследовательских центра, и цель состоит в оценке инженерного мышления искусственного интеллекта, а не готовых робототехнических систем.

Особенность набора RLE-Bench состоит в охвате полного цикла создания робота: от программного обеспечения и обработки данных с датчиков до проектирования аппаратных узлов и интерфейсов. По сравнению с существующими тестами, чаще ориентированными на управление, новая серия задач заставляет ИИ выстраивать взаимодействие между сенсорами, приводами и механическими элементами ради целевого решения.

В составе набора задействованы 48 задач, разбитых на четыре направления. ИИ-агент должен самостоятельно писать код, запускать решения в симуляции, анализировать результаты и при необходимости вносить коррективы, учитывая реальные инженерные ограничения — вес, крутящий момент, баланс и геометрию конструкции.

В одном примере заданий ИИ предстоит спроектировать мобильную платформу, которая удерживает несколько роботизированных манипуляторов и доставляет предметы с полки на разной высоте. Авторы проекта отмечают, что в виртуальной среде концепция может выглядеть рабочей, но на практике может оказаться неустойчивой. Это одна из причин, по которой RLE-Bench 2.0 планируется расширять на основе реальных инженерных задач.

Организаторы подчёркивают: тест оценивает именно способность ИИ projetировать и разрабатывать робототехнические системы, а не качество работы готовых роботов. Поэтому результаты RLE-Bench не сопоставляются напрямую с физическими соревнованиями роботов, например прошедшими в августе 2026 года Всемирными играми гуманоидных роботов в Китае, где проверяется работа уже созданных машин в условиях реального мира.