От STL к URDF за часы: как LLM заменяют ручную сборку после Tinkercad 3D-моделирования

Автор оригинального эксперимента, инженер-робототехник с Хабра, год назад попытался заставить LLM собрать URDF-файл (текстовое описание робота для симуляции в ROS2, аналог чертежа, но в коде) из набора STL-моделей (файлов с трёхмерной геометрией деталей). Тогда ни Sonnet 4, ни Opus 4, ни Gemini 2.5, ни GPT-4.1 не справились: детали оказались разбросаны в случайном порядке. Спустя ровно год он повторил тот же тест и получил принципиально другой результат.

Зачем это нужно и кому пригодится?

Когда вы проектируете робота, скажем, роборуку для учебного проекта или прототип для стартапа, вам нужно описать каждую деталь: её размер, положение в пространстве, оси вращения суставов. Делается это в формате URDF, который читает ROS2 (Robot Operating System 2, стандартная платформа для управления роботами).

Раньше инженер вручную открывал каждый STL-файл, вычислял масштаб, поворачивал детали из «печатного» положения (удобного для 3D-принтера) в «сборочное», прописывал соединения. Для проекта автора из шести-восьми деталей это заняло несколько дней.

Сейчас ту же работу можно передать LLM и получить рабочий черновик за часы. Tinkercad 3D моделирование, к слову, тоже упрощает визуальную сборку деталей, но не генерирует URDF-код автоматически, а LLM это делают.

Что понадобится

• Набор STL-файлов вашего робота (экспорт из любого CAD, включая tinkercad 3D моделирование или Fusion 360)
• Доступ к LLM с поддержкой агентного режима и работы с файлами: в эксперименте использовались Opus 4.8 и Fable 5 от Anthropic
• Установленный ROS2 с пакетом MoveIt! для визуализации результата
• Python (модели используют Python-скрипты для анализа STL)
• Два-три часа на итеративную работу с моделью и финальную ручную доводку

Пошаговая инструкция

1. Соберите STL-файлы в одну папку. Каждая деталь робота должна быть отдельным файлом. Положите их в директорию, путь к которой укажете модели.

2. Составьте промпт с ролью и контекстом. Укажите модели, что она инженер-робототехник, дайте путь к папке и назовите целевой робот (или опишите конструкцию словами). Пример промпта из эксперимента:

Представь, что ты опытный инженер-робототехник.
В папке /Documents/ROS_projects/Robot Arm For AX-12A Dynamixel Actuators - 166430
лежат файлы STL для Robot Arm For AX-12A Dynamixel Actuators.
Это макеты самодельной роборуки, которая копирует модель
PhantomX Pincher Robot Arm Kit Mark II.
Сделай из этих STL-файлов URDF для ROS2,
чтобы можно было использовать его с пакетом MoveIt!

1. Запустите генерацию и дождитесь первого результата. Модель сама напишет Python-скрипты для анализа геометрии STL (читать STL-файлы нативно LLM не умеют), определит масштаб деталей и попытается их расположить.

2. Визуализируйте результат в ROS2/MoveIt! и сделайте скриншот. На этом этапе вы увидите ошибки: неправильные повороты, смещённые оси суставов.

3. Отправьте скриншот обратно модели с коротким комментарием:

Посмотри на картинку и реши проблему с соединением.

Модель Fable 5 в эксперименте по скриншоту точно диагностировала, что звенья руки не развёрнуты в сборочное положение, и исправила ошибку.

1. Повторите цикл «скриншот плюс комментарий» до тех пор, пока основная геометрия не совпадёт с ожиданиями. Мелкие огрехи (смещение на пару градусов, неточная ось) быстрее поправить вручную в URDF-файле.

2. Финальная доводка руками. Откройте URDF в текстовом редакторе, подправьте оси вращения и зазоры. Автор эксперимента отмечает, что на этом этапе речь уже о микрооптимизации.

Что делать с этим прямо сейчас, по ролям

Робототехнику или инженеру. Если у вас лежит папка с STL и впереди мучительная сборка URDF, попробуйте описанный цикл. Экономия в разы по времени, даже с учётом ручной доводки.

Автору Дзена, который пишет про технологии. Это готовый формат для практического туториала: «я попробовал, вот скриншоты до и после». Тема робототехники плюс нейросети хорошо собирает и просмотры, и комментарии.

Предпринимателю в РФ. Доступ к Opus 4.8 и Fable 5 требует подписки на Claude, что в России означает VPN и зарубежную карту. Из российских альтернатив для генерации кода можно попробовать GigaChat или YandexGPT, но их способность работать с трёхмерными трансформациями STL автор не тестировал, результат не гарантирован.

Год назад эта задача была для LLM непосильной, сейчас она решается за пару часов с итеративной правкой. Через год, вероятно, ручная доводка не понадобится вовсе. Если у вас лежит папка с STL-файлами и вы откладывали сборку URDF, сейчас подходящий момент, чтобы скормить её модели и посмотреть, что получится.