Робототехника

В 2013 году американская робототехническая компания Boston Dynamics представила своего нового робота Atlas. Представленный на конкурсе Darpa Robotics Challenge, гуманоид ростом 188 см мог ходить по неровной поверхности, спрыгивать с ящиков и даже подниматься по лестнице. Это было похоже на то, что мы часто видим в фантастике: робот, созданный для того, чтобы работать, как мы, и способный выполнять всевозможные повседневные задачи. Это было похоже на рассвет новой эры. Роботы должны были выполнять всю нашу скучную и тяжёлую работу по дому, да ещё и стать помощниками для пожилых людей.

С тех пор мы стали свидетелями скачка в развитии искусственного интеллекта (ИИ), от компьютерного зрения до машинного обучения. Недавняя волна создания больших языковых моделей и генеративных систем ИИ открывает новые возможности для взаимодействия человека и компьютера. Но за пределами исследовательских лабораторий физические роботы остаются в основном на заводах и складах, выполняя очень специфические задачи, часто находясь за защитной клеткой. Домашние роботы ограничиваются пылесосами и газонокосилками — не совсем робот Рози.

Вчера заметил здесь же на хабре объявление о соревновании от МТС - сейчас как раз идёт отбор, до 15 числа можно влиться. Точнее их там даже два - алгоритмическое и
"программирование роботов". Я продрался сквозь регистрацию и сейчас немного расскажу что внутри, чтобы вы могли легче решиться попробовать (или наоборот).

(я никак не связан с МТС, просто нравятся подобные затеи - с другой стороны надеюсь разработчики и организаторы этого мероприятия не обидятся на некоторые язвительные замечания)

Привет, Хабр! Это Михаил Елизаров, разработчик трека «Программирование роботов» на True Tech Champ. Сегодня я расскажу, как наша команда придумала челлендж для любителей кода и сложных задач.

Для чемпионата нам нужно было сделать наглядные и интересные состязания по программированию и придумать необычный формат. Мы вдохновлялись соревнованиями роботов в лабиринте, но упростили его. Теперь в нем могут принять участие все, кому интересно решать подобные задачи.

Итак, под катом будет механика лабиринта, обзор заданий и требуемых для них навыков.

В последнее время новости по Raspberry выходят с завидной регулярностью. Например, бот, в котором я слежу за новостями по технологиям и искусственному интеллекту для своего блога, последние две недели выдаёт по новости про Raspberry в день, чего никогда не было раньше. И все это в теме ИИ.

Я решил разобраться, что же это за устройство такое, почему его назвали русским глаголом "Разбери", и при чём здесь камера Sony из последних новостей. И вообще, захотелось понять, как так получилось, что я умею забивать гвоздь в стену, собирать конструктор с ребёнком, даже знаю Питон, настраиваю модели машинного обучения, разворачиваю сетки на GPU, а с Raspberry не пересекался.

Короче, эта статья для таких же чайников, как я. Давайте разбираться вместе.

Когда разработчики автономных транспортных средств доказывают безопасность своих беспилотных автомобилей, они часто делают упор на тестирование в симуляции. Типичные заявления звучат примерно так: «Наш автомобиль проехал X миллиардов миль в симуляции». Из таких абстрактных фраз трудно понять, что такое симулятор и как он работает.

Часть 1. https://habr.com/ru/articles/848264/

Архитектура тактильно-визуального слияния и стабильная стратегия восприятия

Хотя предлагаемый мультимодальный тактильный сенсор наделяет роботов быстрым и сложным тактильным восприятием, само по себе тактильное восприятие недостаточно для удовлетворения потребностей роботов в сложных сценариях. Мы объединяем тактильное восприятие с визуальным и в дальнейшем внедряем гибридную тактильно-визуальную архитектуру слияния. Эта архитектура объединяет информацию тактильного и визуального восприятия на уровне данных, функций и решений, предоставляя роботам возможность эффективно взаимодействовать со сложными средами. Специфическая архитектура робота показана на рис. 4a. Мы разделяем архитектуру на разные уровни, начиная с нижнего, с уровня сигнала, за которым следует уровень восприятия, уровень принятия решений и, наконец, системный уровень. На уровне сигнала бинокулярная камера глубины используется для захвата визуальных сигналов, а вышеупомянутые мультимодальные тактильные датчики используются для сбора сигналов интерфейса, скольжения, давления и температуры. На уровне восприятия компьютер преобразует сигналы датчиков в соответствующие когнитивные функции. В частности, визуальные сигналы позволяют распознавать объекты и их локализацию, в то время как тактильные сигналы позволяют при контакте воспринимать температуру, теплопроводность, контактное давление, текстуру и состояние скольжения объектов. На основе мультимодального восприятия робот принимает соответствующее решение и отправляет задания исполнительным механизмам (роботизированной руке и автоматизированному управляемому транспортному средству (AGV)). Исполнительные механизмы выполняют ряд действий, таких как управление движением автомобиля с помощью AGV, приближение к объекту, захват и сортировка объектов роботизированной рукой. Объединив все эти уровни, мы создали комплексную тактильно-визуальную архитектуру роботизированной системы (системный уровень). Более того, благодаря дополнительным датчикам и исполнительным механизмам это может наделить роботов еще большими возможностями восприятия и выполнения, что позволяет выполнять более сложные задачи.

В области робототехники постоянное стремление имитировать сенсорные возможности человека было вызвано желанием наделить машины более глубоким пониманием окружающего мира. В последние годы тактильное восприятие и слияние тактильных и визуальных чувств (называемое тактильно-визуальным слиянием) стали новаторскими подходами в этом направлении. Внедрение тактильного восприятия в робототехнику означает кардинальный сдвиг в возможностях машин, предоставляя им способность воспринимать окружающее с помощью прикосновений, во многом схожую с человеческой.

Традиционные роботы в значительной степени полагались на визуальное восприятие, редко принимая во внимание тактильные ощущения, необходимые для взаимодействия в сложных и динамичных средах.

Тактильные датчики объединяют различные тактильные характеристики, такие как давление, температура, текстура и свойства материалов, наделяя роботов богатыми органами чувств и позволяя им более умело взаимодействовать с окружающей средой.

 На производстве роботы, оснащенные тактильными датчиками, будут выполнять задачи тонкой сборки с более высокой точностью и адаптивностью.

В здравоохранении тактильная обратная связь потенциально помогает хирургам при проведении минимально инвазивных операций, повышая точность манипулирования хирургическим инструментом.

 Алгоритмы машинного обучения играют ключевую роль в облегчении интеграции этих разнообразных сенсорных данных в рамках тактильно-визуального слияния. Например, архитектуры глубокого обучения, такие как сверточные нейронные сети (CNN) и рекуррентные нейронные сети (RNN), демонстрируют исключительные возможности в улавливании сложных корреляций между данными мультимодального восприятия и объектами, подлежащими распознаванию.

Дебютанты чемпионата – студенты московского колледжа, одержали победу в полуфинале и поборются за звание чемпиона в сезоне 2024 года.

Сэм Альтман выпустил заметку о будущем ИИ; Микрон разработал первый отечественный UHF-чип для RFID-меток с дальностью считывания до 14 метров; Десять самых перспективных полупроводниковых стартапов 2024 года; И многое другое.

Привет, Хабр!

Дискуссионный тезис о том, что советская плановая система экономики была не так уж и плоха и ее надо бы вернуть, перестал быть предметом дискуссий. Теперь это реальность. Глава государства и правительство РФ ставят задачи, а ведомства разрабатывают соответствующие планы по отраслям. Стратегическое планирование коснулось и области высоких технологий. В частности, на недавнем ПМЭФ-2024 Владимир Путин заявил о нетривиальной цели: «Россия за короткий срок должна войти в топ-5 стран мира по плотности роботизации». Глава государства отметил, что производство роботов следует развивать на собственной технологической базе.

О том, на каком уровне находится сейчас эта база, достаточно ли у нас ресурсов для выполнения такого масштабного плана мы поговорили с председателем правления Консорциума робототехники и систем интеллектуального управления Евгением Дудоровым.

Я начинаю серий статей о ROS, где планирую раскрыть в деталях и рассказать о возможных подводных камнях при работе с основными компонентами, из которых состоит платформа для разработки робототехники ROS. Я буду делиться информацией, которую получил на основе собственного опыта работы с ROS. Статьи будут представлены в виде небольших заметок. Надеюсь статьи будут полезны читателям Хабра.

Мы открываем кружок, в котором вы можете заниматься современной робототехникой и искусственным интеллектом на самом передовом уровне и задачах. В статье поговорим о том, как это будет и о текущих результатах в обучении роботов хождению.

Уже пять лет по улицам Москвы колесят роботы‑курьеры Яндекса, доставляя нам еду из любимых ресторанов и магазинов быстрее, чем мы успеваем проголодаться. На пути им встречается много препятствий: от безобидной клумбы, которую можно просто объехать, до восторженных детей (и иногда взрослых), от которых порой не так просто уехать.

Нам пришлось приложить немало усилий, чтобы каждый выезд робота заканчивался успешно. Нужно было научить робота видеть мир вокруг себя, а окружающих правильно реагировать на доставщика.

Привет, меня зовут Тая, и я ML‑разработчик в команде восприятия робота‑доставщика. Сегодня я впервые детально расскажу о технологиях, благодаря которым робот‑доставщик Яндекса успешно доставляет заказы. Разберу ключевые компоненты системы, от сенсоров до алгоритмов принятия решений, и объясню, как они взаимодействуют. Из статьи вы узнаете, что происходит «под капотом» нашего робота во время его путешествий по городу.

Готовы погрузиться в мир автономной доставки?

Всем привет! Меня зовут Алексей Староверов, я научный сотрудник группы «Embodied agents» в AIRI. К числу моих научных интересов в основном относятся алгоритмы обучения с подкреплением (RL) и их применение для робототехнических систем. В этом году в рамках конференции ICRA 2024 мы с коллегами из МФТИ представили статью на тему автономной навигации мобильных роботов, о которой я бы и хотел вам рассказать.

Промт для «Бога автоматизации»; Российская компания «Модуль» представила высокопроизводительный вычислительный модуль NM Quad; Демонстрация процесса взлома и получения доступа к отладочным меню первых трех поколений спутниковых ТВ-антенн Winegard; и многое другое.

Привет, Хабр! Это Даша Фролова из МТС Диджитал. Сегодня поговорим о гидрогелях, которые, как оказалось, неплохо играют в Pong. Об этом уже писали в дайджесте на Хабре, но мы разберем тему подробнее.

Одно из свойств нашего разума — способность обучаться, но это не уникальная для человека или животных черта. Учиться могут нейросети и даже химические соединения — да, гидрогели как раз такой пример. Ученые из Университета Рединга в Великобритании недавно обнаружили, что гидрогели могут демонстрировать комплексную реакцию на внешние факторы. Это умеют мозг и нейросети, но как такое удается гидрогелю?

Обзор последних достижений в области технологий: российские ноутбуки на Эльбрус, прорывы в телемедицине, инновации в лечении СДВГ и развитие ИИ в различных отраслях.

Кожа защищает людей от вирусов и бактерий, помогает не перегреться и приспособиться к условиям окружающей среды. На первый взгляд может показаться, что роботам, в отличие от нас, всё это не слишком нужно. Но это только на первый: хотя люди создают роботов под узкие задачи, механическая «кожа» с каждым годом становится всё сложнее.

В статье расскажем, зачем люди работают над «кожей» андроидов, из чего её делали раньше и сейчас и чем это полезно для человечества.