Робототехника

Привет! Меня зовут Валерий Ильин, я руководитель сектора разработки мобильных роботов в Яндекс Роботикс. До недавнего времени в нашей линейке роботов отдельно жили мобильные роботы (робот‑инвентаризатор и робот‑тотоносец) и проекты на основе роборук (депалетизатор, пикер). Решения закрывали две основные операции на складе: перемещение товара и его отбор, но по отдельности. Идея объединить их и собрать робота, который закрывает обе операции, зрела в мыслях уже давно. Но прежде чем задумка воплотится в жизнь, ей нужно было созреть, набраться сил, а нам — опыта.

В феврале 2025 года мы начали разработку автономного робота, который сможет делать всё, что делает человек‑комплектовщик, — только не уставая и в предсказуемом темпе.

И сегодня я хочу рассказать о нашем роботе‑комплектовщике. Пока это только прототип, разработанный за 4,5 месяца, но у нас есть техническая концепция, которую мы планомерно реализуем.

Под катом разберём, с какими ограничениями сталкивается классическая роботизация (стационарные роборуки, AMR‑ и FMR‑тележки), почему склады не готовы радикально менять процессы и как это повлияло на архитектуру решения. А ещё я покажу, как мы сделали локальное планирование на роботе, доработали софт мобильной платформы, а также добавили камеры и обработку глубины. В конце поделюсь промежуточными результатами и расскажу о наших планах — от стекинга до тестов на реальных складах.

Научные настольные игры для детей продолжают оставаться достаточно специализированной нишей, балансируя на грани между «обычными» настольными играми и методическими пособиями. Я решил рассказать о наиболее интересных новинках с обучающим уклоном в информатику, программирование и робототехнику, доступных в России в 2025 году, которые или можно купить прямо сейчас или предзаказать.

Когда ChatGPT или Gemini дают, казалось бы, экспертный ответ на ваши насущные вопросы, вы можете не осознавать, на каком объёме информации он основан. Как и другие популярные генеративные модели искусственного интеллекта (ИИ), эти чат-боты опираются на базовые (foundation) модели, обученные на миллиардах или даже триллионах данных.

Аналогичным образом инженеры надеются создать базовые модели, которые обучат различные роботы новым навыкам — например, поднимать, перемещать и класть объекты в таких местах, как дома и фабрики. Проблема в том, что собирать и передавать учебные данные между разными роботами сложно. Можно обучить систему, телеманипулируя оборудованием пошагово с использованием технологий вроде виртуальной реальности (VR), но это отнимает много времени. Обучение на интернет-видео менее эффективно, поскольку они не предоставляют пошагового специализированного объяснения задач для конкретных роботов.

Подход, основанный на симуляции, под названием PhysicsGen от Лаборатории компьютерных наук и искусственного интеллекта (CSAIL) MIT и Института робототехники и ИИ, адаптирует тренировочные данные для роботов, чтобы помочь им находить наиболее эффективные движения для задачи. Система может превратить несколько десятков VR-демонстраций почти в 3000 симуляций на каждую машину. Эти высококачественные инструкции затем сопоставляются с точной конфигурацией механических систем, таких как роботизированные руки и манипуляторы.

PhysicsGen создаёт данные, которые обобщаются под конкретные роботы и условия, используя трёхэтапный процесс. Сначала гарнитура VR отслеживает, как человек манипулирует объектами, например, кубиками, используя свои руки. Эти взаимодействия одновременно отображаются в 3D-физическом симуляторе, визуализируя ключевые точки на руках в виде маленьких сфер, которые повторяют жесты. Например, если вы перевернёте игрушку, вы увидите 3D-фигуры, представляющие различные части ваших рук, вращающие виртуальную версию объекта.

Люди искали клады с незапамятных времен. То есть с момента, когда появилось понятие ценностей — их хранили и скрывали от посторонних глаз. А когда в обществе возникли деньги, кладов стало ещё больше. Собственно, этимология слова «сокровище» как раз и говорит о том, что это нечто скрытое, спрятанное. 

Прятали деньги, драгоценности, оружие и многое другое. Одни делали заначки на чёрный день, причём даже небогатые крестьяне умудрялись откладывать что-то в кубышку. Другие убирали ценности в период междоусобиц, чтобы они не достались врагам. Третьи и не собирались ничего прятать, но судьба распорядилась иначе — и вот после крушения корабля на морское дно опускались несметные сокровища. Вариантов много, а итог один: клад должен быть, а знающих о его точном местонахождении не осталось. 

Есть немало кладов, которые ищут до сих пор. Чтобы рассказать обо всех, потребуется целая книга, упомянем про несколько самых известных. 

Представьте сцену недалёкого будущего. В яркой, высокотехнологичной операционной рядом с хирургическим столом стоит изящная рука робота. Этот автономный робот не будет действовать полностью самостоятельно, но он поможет в предстоящей операции, выполняя ключевые задачи независимо, с повышенной точностью и сниженным риском.

Пациент — один из более чем 150 000 человек, которым ежегодно в одних только США диагностируют рак толстой кишки. Единственное излечение — удалить поражённую часть кишки, желательно с помощью малоинвазивной лапароскопической операции, при которой хирургические инструменты и тонкая камера вводятся через небольшие разрезы. Но такие операции часто сложны. Основными факторами, влияющими на исход и осложнения (которые возникают до 16 % случаев), остаются навыки, опыт и техника хирурга. Эти осложнения могут снизить качество жизни пациента и увеличить риск смерти. Надежда заключается в том, что автономный хирургический робот улучшит эти показатели.

Во время операции робот выполнит задачи, требующие предельной точности. Сначала хирург вручную управит движениями робота для удаления раковой ткани, а затем проследит, как робот самостоятельно сошьёт оставшуюся здоровую кишку. Используя несколько видов визуализации и планирование операции в реальном времени, робот наложит каждый шов с субмиллиметровой точностью — такого не достигнут человеческие руки. В итоге линия шва будет прочнее и ровнее, а значит, с меньшей вероятностью разойдётся — опасное осложнение, которое возникает, когда соединение заживает плохо.

Foro Transfiere 2025 в Малаге объединил научные разработки, технологии будущего и стратегии устойчивого развития — и показал, как наука меняет мир

Малага, март 2025 года. В начале весны в испанской Малаге прошёл один из ключевых европейских форумов в сфере науки, технологий и инноваций — Foro Transfiere 2025 . Более 5 000 участников, около 230 стартапов, более 100 тематических сессий — всё это сделало мероприятие не просто конференцией, а мощной платформой для обмена опытом, установления деловых контактов и продвижения научных разработок.

Роботы-пылесосы прошли путь от игрушек, натыкающихся на мебель, до машин, которые сканируют комнаты лазерами, распознают носки и синхронизируются с голосовыми ассистентами. Их развитие — история компромиссов: между ценой, точностью и автономностью. Первые модели ползали наугад, современные строят 3D-карты и адаптируют мощность под тип напольного покрытия. Давайте посмотрим, как менялись «мозги» роботов, сенсоры и логика, почему некоторые задачи все еще не по силам и что делает их удобными или раздражающими для пользователей.

Сегодня мы займёмся одной интересной затеей, которая пришла мне в голову, уже достаточно давно, когда я впервые увидел, как воспроизводят музыку на двигателях, в частности, играют Имперский марш из Звёздных войн, на приводах 3,5-дюймовых дискет, и не только, посылая с помощью микроконтроллера, высокочастотные сигналы на двигатель, издающий при этом звук.

Только, обычно, этот звук двигателей является отрицательным явлением, благодаря чему пользователям даже приходится устройство с этими двигателями (например, ЧПУ-станок или 3D принтер), ставить в другую комнату, чтобы они не докучали.

Мы же заставим этот звук служить нашим интересам, ублажая наши чресла наш слух. :-D

Посему: а сделаем ка, универсальный конвертер/генератор музыки, для игры на двигателях! Никто ведь не против? Нет? Ок, тогда поехали...:-D

Сейчас автоматонами называют роботов с зачатками интеллекта. А первые атоматоны, которые считаются предтечей современных роботов, были просто  диковинными механизмами, выполняющими действия по заданной программе. Из всех механических чудес прошлого автоматоны Пьера Жаке-Дро упоминаются чуть ли не чаще остальных. Тому немало причин — они очень впечатляющие, и сохранились до сих пор, причем в рабочем состоянии.

Краткий туториал по созданию робота для соревнования автономных роботов Eurobot 2025 от студентов МИФИ с учётом опыта прошлого года.

Привет, Хабр! Меня зовут Артем Якимчук, я инженер-исследователь в Сколтехе и аспирант в области промышленной робототехники.

Мы привыкли думать об LLM исключительно в контексте языковых задач: чат-боты, ассистенты, генерация текстов. Но что, если та же самая архитектура способна не просто говорить, но и действовать?

Сегодня искусственный интеллект начинает работать и с физическими объектами: распознает их, принимает решения, выполняет задачи в реальном мире — и все это с помощью тех же моделей, которые вы знаете по чат-ботам.

В этом материале по мотивам моего доклада для True Tech Day я расскажу, как язык встречается с моторикой и почему LLM становятся новым мозгом для роботов. Будет любопытно и, возможно, немного футуристично. Поехали!

Можно ли создать робота, который без рельсов перевезет 400 тонн и при этом не промахнется мимо точки разгрузки из-за прогиба шасси на 5 сантиметров? За два года работы над автономными мобильными роботами (AMR) для металлургических и машиностроительных предприятий мы выяснили — можно, но придется переизобрести половину алгоритмов навигации.

Внутрипроизводственная логистика тяжелых грузов — один из последних участков, где автоматизация буксует из-за технических ограничений. Рассказываю, как мы их обошли и что из этого получилось.

В предыдущей статье я показал, как настроить одноплатный компьютер Orange Pi Zero для работы. Написал обратный прокси на Nginx, который перенаправляет видеострим. Также реализовал сервис robot_pi_service для приёма команд от веб-приложения и отправки ответов. В веб-приложение добавил код для отправки команд роботу и получения ответов.

В третьей части статьи я расскажу, как управлять GPIO-пинами одноплатника на примере Orange Pi Zero с помощью Python. Я покажу, как подключить светодиод (LED) и управлять им через веб-приложение. Также проведу отладку задержек.

Статья будет полезна любителям DIY-проектов и веб-разработчикам, интересующимся фреймворком FastAPI.

Привет, Хабр! Меня зовут Татьяна Земскова, я аспирантка МФТИ и младший научный сотрудник команды Embodied Agents лаборатории Cognitive AI Systems AIRI. Областью моих научных интересов является компьютерное зрение для робототехники. Я изучаю, в частности, то, каким образом робот может использовать различные модальности (текст, 3D‑облака точек) для лучшего понимания 3D‑сцены.

Сегодня мы поговорим о понимании 3D‑сцены в контексте задач, где требуется одновременно и трёхмерное компьютерное зрение, и обработка естественного языка, а также о том, как представление 3D‑сцены в виде графа с рёбрами помогает в их решении. Главной особенностью графового представления 3D‑сцены является его компактность, поэтому граф можно использовать для сжатого описания 3D‑сцены, подающегося на вход в LLM. Это позволяет получать качественные ответы на вопросы о 3D‑сцене до 5 раз быстрее по сравнению с методами, использующими последовательности изображений для LVLM. Это мы показали вместе с моим научным руководителем Дмитрием Юдиным в недавней работе 3DGraphLLM: Сombining Semantic Graphs and Large Language Models for 3D Scene Understanding, принятой на ведущую конференцию по компьютерному зрению ICCV 2025.

Мы предоставляем открытый исходный код метода 3DGraphLLM с инструкциями по запуску, а также публикуем предварительно обученные веса модели на Hugging Face. Это позволяет каждому желающему легко воспроизвести результаты и опробовать все описанные методы на собственных данных. Здесь же хочется подробнее рассказать о новом методе и пути, по которому мы к нему пришли.

Открытые технологии, разработанные для гражданского сектора, могут быть использованы в военных целях или во вред. Проблема двойного применения становится все актуальнее для инженерных дисциплин. Хотя "открытость" open-source технологий стимулирует инновации и обеспечивает всеобщий доступ, она же делает эти технологии доступными для военных и преступников.

Что произойдет, если непризнанные государства, незаконные вооруженные формирования или школьные стрелки проявят такую же креативность и изобретательность с открытыми технологиями, как и инженеры? Именно этот вопрос мы обсуждаем: как сохранить принципы открытых исследований и инноваций, стимулирующих прогресс, одновременно снижая риски, присущие доступным технологиям?

Мобильные роботы стремительно проникают в быт и деловую среду. Их все чаще используют для уборки дома, управления складом, работы в опасных зонах и даже исследования космоса. Например, в 2024 году рынок мобильных роботов составил 21,6 млрд долларов, а к 2032 году его размер может вырасти до 43,9 млрд долларов. 

Роботы развиваются — всем хочется, чтобы они стали умнее и могли размышлять, запоминать, учиться, рассуждать и кооперироваться. А еще реагировали на команды типа: «Стань в Дьюрин день у серого камня, когда прострекочет дрозд и заходящее солнце бросит последний луч на дверную скважину».

Все это уже умеют LLM. Например, трансформенные модели GPT, Claude или Gemini могут принять на вход изображения, распознать и описать на них объекты — это позволяет использовать их для восприятия окружающей среды.

Встроить одну или несколько LLM в робота — задача интересная и сложная. Ее можно реализовать с применением масштабируемой модульной когнитивной архитектуры. Она позволяет интегрировать новые способности через модули, которые добавляются, отключаются или апгрейдятся без необходимости переписывать систему целиком.

Меня зовут Артем Лыков, я ведущий RnD-разработчик в МТС Web Services. В Лаборатории интеллектуальной космической робототехники Сколтеха мы реализовали CognitiveOS — когнитивную операционную систему для роботов. В этом материале я познакомлю вас с ней и расскажу, какие проблемы она решает, как устроена и как позволяет справляться с реальными задачами.

Роботы стали на шаг ближе к обладанию чувством осязания благодаря разработке недорогой, прочной и высокочувствительной искусственной "кожи" исследователями из Кембриджского университета и Университетского колледжа Лондона.

По словам команды, эту кожу можно надеть на роботизированную руку, как перчатку, что позволит роботам получать информацию об окружающей среде почти так же, как люди.

ИИ впервые самостоятельно выполнил сложную хирургическую операцию на животном, управляя роботом DaVinci без вмешательства человека (но при наблюдении последнего, конечно). Система SRT-H продемонстрировала точность, сравнимую с работой опытного хирурга. Она построена на основе нейросетей типа трансформеров — модели, которые умеют учитывать весь контекст и принимать решения шаг за шагом.

Давайте обсудим, как ИИ обучается оперировать, какие технологии обеспечивают нормальную работу и какие перспективы это открывает для медицины — от рутинных процедур до сложных вмешательств.

Приводятся инструкции, которые помогут сделать первые шаги в экспериментах с контроллером в режиме драйвера шагового двигателя SMSD–4.2CAN под маркой НПО «Электропривод». Это настройка контроллера в режиме драйвера и запуск шагового двигателя с помощью программы CANopen Builder Limited v1.0, запуск двигателя из консоли, программ, написанных на языках С++ и Java, в которых потребуется библиотека CHAI для преобразователя интерфейсов USB–CAN ГКМН.468351.017-03 КБ «Марафон».

Первые две части представляют собой расшифровку лекций прочитанных Белобородовым А.В. и Харьюзовым П.Р. в 2024–2025 годах.