В IIT создали робота на основе локомации земляных червей

Исследователи Итальянского технологического института (IIT) в Генуе создали робота, вдохновленного биологией земляных червей, который способен ползать благодаря мягким приводам, которые удлиняются или сжимаются под давлением воздуха.

Прототип был описан в журнале Scientific Reports и он является отправной точкой для разработки устройств для подземных исследований, а также поисково-спасательных операций в замкнутых пространствах и изучения других планет.

Черпать вдохновение в природе и в то же время открывать новые биологические явления, разрабатывая новые технологии - главная цель лаборатории BioInspired Soft robotics, координируемой Барбарой Мацолаи, и этот робот, похожий на земляного червя, последнее изобретение ее группы.

Создание робота, похожего на земляного червя, стало возможным благодаря глубокому пониманию и применению механики локомоции земляных червей. Они используют попеременные сокращения слоев мышц для передвижения как под, так и над поверхностью почвы. Отдельные сегменты их тела (метамеры) имеют определенное количество жидкости, которая контролирует внутреннее давление для оказания силы, и выполняют независимые движения.

Исследователи IIT изучили морфологию земляных червей и нашли способ имитировать движения их мышц, постоянный объем их целомических мешков и функции их щетинок путем создания мягких роботов.

Команда разработала перистальтический мягкий привод (PSA), который реализует движения мышц дождевых червей. Он удлиняется, когда в него закачивается воздух, и сжимается, когда воздух из него откачивается. Все тело роботизированного дождевого червя состоит из пяти последовательно соединенных модулей PSA, соединенных между собой перемычками. Текущий прототип имеет длину 45 см и весит 605 гр.

Каждый привод имеет эластомерную кожу, в которой заключено известное количество жидкости, что имитирует постоянный объем целомической жидкости у червей. Привод демонстрирует максимальное удлинение 10,97 мм при давлении 1 бар и максимальное сжатие 11,13 мм при отрицательном давлении 0,5 бар, что уникально с точки зрения способности генерировать продольные и радиальные силы в одном модуле привода.

Для того чтобы робот двигался по плоской поверхности, к его вентральной поверхности были прикреплены небольшие пассивные фрикционные накладки, созданные по образцу щетинок червей. Робот продемонстрировал локомоцию со скоростью 1,35 мм/с.

https://www.youtube.com/watch?v=Oa1SVhvHm3Q

Данное исследование не только предлагает новый метод разработки перистальтического мягкого робота, похожего на дождевого червя, но и обеспечивает более глубокое понимание локомоции с точки зрения биоинспирации в различных средах. Потенциальные возможности применения этой технологии обширны, включая подземную разведку, земляные работы, поисково-спасательные операции в подземных средах и исследование других планет.

https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/v-iit-sozdali-robota-na-osnove-lokomatsii-zemlyanyh-chervei

Маск представил обновленного робота Optimus

В рамках Investor Day 2023 компания Tesla представила миру своего человекоподобного робота Optimus последнего поколения. Спустя девятнадцать месяцев после первого анонса, робот собирает вещи и выполняет некоторые базовые задачи.

Нехарактерно сдержанный Илон Маск представил несколько коротких видеороликов о прототипе Optimus, отметив, что еще в октябре прошлого года его пришлось выкатывать на сцену, чтобы он просто помахал рукой публике.

"Стоит иметь в виду, что когда мы проводили Tesla AI Day 2022, эта версия Optimus вообще не ходила, - сказал Маск. - Так что темпы совершенствования здесь весьма значительны. Он, конечно, не занимается паркуром, но он ходит, и у нас есть несколько копий Optimus".

На видео видно, как Оптимус ходит - хотя и довольно медленно по сравнению с роботом Atlas компании Boston Dynamics. Он также использует свои человекоподобные руки в последовательности, в которой один робот отсоединяет руку Optmus от испытательного стенда, берет ее и переносит на рабочее место, где другой бот работает над третьим. С помощью нехитрого монтажа создается впечатление, что первый робот держит руку на месте, а второй прикручивает ее к третьему роботу в имитации производства.

С некоторой уверенностью можно сказать, что Atlas самый продвинутый человекоподобный робот на планете, и он является таковым уже много лет. Но здесь важен контекст, компания Boston Dynamics работает над роботами с 1992 года. Она представила своего первого человекоподобного робота PETMAN в 2009 году, и уже через два года он демонстрировал ходьбу, приседания, вставание на колени и балансирование при толчках. Дебют Atlas состоялся в 2013 году, и ему потребовалось 10 лет, чтобы научиться танцевать, заниматься паркуром и начать выполнять некоторые базовые задачи.

"То, что Tesla предлагает, чего нет у других, - это то, что мы наиболее продвинуты в области реального ИИ, - сказал Маск. - Поэтому это тот же ИИ, который управляет автомобилем... Вы можете думать о машине как о роботе на колесах, а это робот на ногах. Не так уж полезно иметь человекоподобного робота, если вам приходится программировать каждое его действие. Он должен уметь ходить автономно и решать задачи. Вы должны иметь возможность обучать его простым вещам, показывая визуально, что робот должен делать, или просто говоря ему, что делать. В этом наше ключевое преимущество".

"Мы также хорошо умеем проектировать вещи для производства, причем производства в масштабе, - продолжил он. - Все приводы в Optimus - это приводы Tesla, разработанные на заказ. Мы разработали электродвигатель, коробку передач, силовую электронику, очевидно, блок батарей, все остальное, что входит в Optimus. Мы были весьма удивлены, обнаружив, как мало доступного с полки. В мире существует огромное количество электродвигателей, редукторов и т.д., и мы обнаружили, что ни один из них не подходит для человекоподобного робота. Поэтому та же команда, которая разработала электродвигатели, скажем, для Model S Plaid, разработала и приводы для робота. Для практических целей это означает, что мы сможем вывести на рынок реальный продукт в масштабе, который будет полезен, гораздо быстрее, чем кто-либо другой".

Хотя это еще предстоит увидеть, это определенно отход от подхода Boston Dynamics, основанного на исследованиях и ограниченных масштабах коммерциализации. Tesla разрабатывает своего робота для массового производства с самого начала, причем достаточно полезного, чтобы стать универсальным средством экономии рабочей силы.

"Если предположить, что то, о чем я говорю, правда, по крайней мере, это правда, вопрос только в сроках, то начинаются интересные вопросы, - говорит он. - Вы можете увидеть домашнее применение роботов, безусловно, промышленное применение человекоподобных роботов. Я думаю, что мы можем превысить соотношение человекоподобных роботов и людей 1:1... Если экономика - это объем производства на человека, умноженный на количество людей, но если объем производства намного выше, а количество людей не ограничено, то каков фактический предел экономики? Мы все еще далеки от шкалы Кардашева, но мы приближаемся к ней".

Когда Маска спросили, смогут ли будущие поколения искусственного интеллекта в сочетании с человекоподобными роботами помочь Tesla преодолеть "производственный ад", он ответил, что так не считает, но признал, что даже он может остаться без работы, когда они смогут это сделать.

Презентация Маска на 1:48:20.

https://www.youtube.com/watch?v=Hl1zEzVUV7w

Renovate Robotics разрабатывает роботов для монтажа кровельной черепицы

Кровельные работы довольно трудоемкий и опасный, но обязательный вид работ при строительстве или ремонте домов. Компания Renovate Robotics создает роботизированные системы, предназначенные непосредственно для укладки черепицы, в том числе битумной и солнечной.

На прошлой неделе стартап объявил о предварительном финансировании в размере $2,5 млн, которое возглавляет Alley Robotics Ventures и в котором участвуют HAX, Newlab, Uphonest Capital и Climate Capital.

"Нам нравится поддерживать амбициозных основателей, решающих действительно важные проблемы, - сказал в своем заявлении управляющий партнер Alley Эйб Мюррей. - Решение Renovate снизит опасность кровельных работ и со временем откроет путь к внедрению солнечной черепицы в широких масштабах".

"За время работы в SOSV я видел изнутри, как многие технологические стартапы проходят через крутые переломные моменты, и те, к которым меня всегда больше всего тянуло, были ориентированы на климат, - говорит Дилан Кроу, который перешел из HAX в Renovate на позицию операционного директора. - У всех этих компаний было видение, которое было фундаментально разрушительным, и я вижу то же самое в том, куда мы движемся в Renovate Robotics. Я очень верю в соучредителя Энди, как в инженера и лидера, который сможет вывести нас на рынок".

Кроу теперь числится соучредителем компании. Первоначальный соучредитель Энди Стулк - инженер-механик, который привнес в Renovate 12-летний опыт работы в области робототехники.

Робот компании работает на основе лебедки. Робот привязывается к крыше и перемещается по ее поверхности по осям X и Y, укладывая черепицу по мере продвижения. Компания Renovate планирует несколько путей монетизации технологии, одновременно совершенствуя систему.

"Мы будем работать напрямую с кровельными подрядчиками и первоначально помогать им выполнять работы в качестве субподрядчика, - говорит Кроу. - Это обычные отношения в строительной отрасли. Затем мы перейдем к модели RaaS, когда мы будем сдавать наших роботов в аренду обученным подрядчикам, которые смогут сами управлять системой на месте".

В настоящее время системе требуется оператор для контроля за ходом работ и замены черепицы. "На месте всегда будет несколько рабочих для настройки, мониторинга и загрузки материала, - добавляет Кроу. - В наши планы сейчас не входит удаленный мониторинг. Однако мы будем собирать и хранить эти данные, которые впоследствии будут интегрированы в другие наборы функций, например, подтверждение монтажа для страховых компаний".

https://robogeek.ru/promyshlennye-roboty/renovate-robotics-razrabatyvaet-robotov-dlya-montazha-krovelnoi-cherepitsy

Колесный робот измеряет угол наклона листьев, чтобы помочь вывести лучшие сорта кукурузы

Исследователи из Университета штата Северная Каролина и Университета штата Айова продемонстрировали автоматизированную технологию, способную точно измерять угол наклона листьев кукурузы в полевых условиях. Эта технология делает сбор данных значительно более эффективным, чем традиционные методы, что позволяет селекционерам быстрее получать полезные данные.

"Угол наклона листьев растения по отношению к его стеблю важен, потому что он влияет на эффективность фотосинтеза, - говорит Лиронг Сян, доцент кафедры биологической и сельскохозяйственной инженерии в NC State. - Например, у кукурузы листья на верхушке должны располагаться относительно вертикально, а дальше по стеблю - более горизонтально. Это позволяет растению собирать больше солнечного света". Исследователи, которые занимаются селекцией растений, следят за подобной архитектурой растений, потому что это помогает им в работе.

"Однако традиционные методы измерения углов наклона листьев подразумевают измерение вручную с помощью транспортира, что отнимает много времени и сил, - говорит Сян. - Мы хотели найти способ автоматизировать этот процесс - и мы нашли".

Новая технология, названная AngleNet, состоит из двух ключевых компонентов: аппаратного и программного обеспечения. Оборудование представляет собой колесную роботизированную платформу, которая управляется вручную и является достаточно узкой, чтобы перемещаться между рядами посевов. Платформа оснащена четырьмя парами камер, что позволяет получать стереоскопическое изображение листьев на разных высота и осуществлять 3D-моделирование растений.

Когда устройство направляется вдоль посевов, оно собирает нескольких стереоскопических изображений каждого растения. Все эти визуальные данные поступают в ПО, которое затем рассчитывает угол наклона листьев каждого растения на разной высоте.

"Для селекционеров важно знать не только угол наклона листьев, но и то, как далеко эти листья находятся над землей, - говорит Сян. - Это дает им информацию, необходимую для оценки распределения угла наклона листьев для каждого ряда растений. Это, в свою очередь, может помочь им определить генетические линии, обладающие желательными или нежелательными признаками".

Чтобы проверить точность AngleNet, исследователи сравнили измерения угла наклона листьев, выполненные роботом на кукурузном поле, с измерениями угла наклона листьев, выполненными вручную с помощью традиционных методов.

"Мы обнаружили, что углы, измеренные AngleNet, были в пределах 5 градусов от углов, измеренных вручную, что вполне соответствует допустимой погрешности для целей селекции растений, - говорит Сян. - В конечном счете, наша цель - помочь ускорить исследования в области селекции растений, которые позволят повысить урожайность".

Статья опубликована в в журнале Journal of Field Robotics.

https://robogeek.ru/roboty-v-selskom-hozyaistve/kolesnyi-robot-izmeryaet-ugol-naklona-listev-chtoby-pomoch-vyvesti-luchshie-sorta-kukuruzy

Saildrone завершает картографическую миссию вокруг Алеутских островов

В июле прошлого года компания Saildrone запустила один из своих безэкипажных надводных аппаратов (USV) в северную часть Тихого океана, чтобы заполнить пробелы в океанической картографии вокруг Алеутских островов, а также у побережья Калифорнии.

Несмотря на одну из крупнейших в мире исключительных экономических зон, воды вокруг США, как сообщается, в основном "не нанесены на карту, не наблюдались и не исследовались". Картирование морского дна исследовательскими судами с экипажем может оказаться сложной, дорогостоящей и трудоемкой задачей, и именно здесь могут помочь разработки компании Saildrone.

Ранее, в 2018 году разработанный компанией аппарат Explorer, длиной 7 м, привлек к себе много внимания, когда исследовал ураганы в Атлантике и записывал кадры изнутри урагана Sam. В миссии на Аляске была использована более крупная модель USV.

Surveyor SD 1200 отправился из штаб-квартиры Saildrone в Аламеде, Калифорния, в июле 2022 года, чтобы приступить к многомесячному океаническому картографированию и сбору экологических данных в одном из самых отдаленных и малоизученных регионов ИЭЗ США.

Длина судна составляет 20 м, а высота крыла 13 м, которое обеспечивает среднюю скорость в 5 узлов. На борту имеется вспомогательная дизельная система мощностью 78 л.с., при необходимости судно может разгоняться до 10 узлов. На корпусе аппарата также расположены фотоэлектрические панели для питания электроники и приборов, предназначенных для сбора акустических, океанографических и метеорологических данных.

Во время миссии SD 1200 также использовалась технология Monterey Bay Aquarium Research Institute для взятия проб ДНК из окружающей среды (эДНК). Оснащенный обработчиком образцов окружающей среды (ESP), который обеспечивает сбор и анализ проб воды из подповерхностных слоев in situ, аппарат смог собрать важные сведения о морском биоразнообразии и здоровье океана по генетическим "отпечаткам пальцев".

К октябрю SD 1200, преодолевая 35-узловые ветры и волны более 5 метров, SD 1200 нанес на карту 16,524 кв. км ранее неизведанного морского дна вокруг Алеутских островов в течение 52 дней. После чего USV направили на картографирование района у побережья Калифорнии, где он успешно собрал данные на площади 29 720 кв. км и обнаружил неизвестную ранее подводную гору высотой 1 000 м.

"Surveyor открывает новые и захватывающие возможности для исследования и картографирования океана, - сказал вице-президент по картографии океана компании Saildrone Брайан Коннон. - Картографирование на Алеутских островах не является тривиальной задачей, и условия там могут быть суровыми в любое время года. Surveyor выдержал штормы, собрал батиметрию высокого разрешения и не подверг риску ни одного человека. Эта миссия доказывает, что USV с большим запасом хода являются жизнеспособным вариантом для достижения целей Национальной стратегии картирования, исследования и определения характеристик океана. Это будущее картирования океана".

Проект с участием нескольких партнеров финансировался в основном Национальным управлением океанических и атмосферных исследований (NOAA) и Бюро по управлению океанической энергией, а управление операциями в море осуществлялось сотрудниками NOAA по исследованию океана и Центром прибрежного и океанического картирования Университета Нью-Гэмпшира.

После обработки данных, полученных в ходе миссии на Алеутских островах, они будут размещены в открытом доступе на портале NOAA, а также будут использованы для оптимизации целей погружения для будущих экспедиций в этот район судна NOAA Okeanos Explorer.

https://robogeek.ru/podvodnye-i-nadvodnye-roboty/saildrone-zavershaet-kartograficheskuyu-missiyu-vokrug-aleutskih-ostrovov

Шанхайский стартап Hypershell представил портативный экзоскелет для туристов

Hypershell разработал экзоскелетную платформу Omega, своего рода Power Bank для человека. В отличие от конкурентов, представленных на рынке, портативный экзоскелет весом 2 кг можно сложить и пристегнуть к рюкзаку. Таким образом, пользователи могут носить его на протяжении всего путешествия и экипироваться на особо сложных этапах пути.

Хотя лишние 2 кг это много для похода, стартап утверждает, что Omega это компенсирует. Устройство для нижней части тела регулируется по размеру, чтобы соответствовать параметрам пользователя, а затем с помощью встроенного синхронного двигателя мощностью 1 л.с. (800 Вт) с постоянными магнитами обеспечивает вспомогательную поддержку, которая компенсирует до 30 кг веса. Пользователь ощущает меньший вес от любого груза, который он несет, и может легче ходить, бегать или карабкаться, помогая экономить энергию. Экзоскелет поддерживает скорость бега до 20 км/ч, обеспечивая запас хода до 25 км на одном заряде аккумулятора.

Hypershell Omega имеет один активный и восемь пассивных суставов для плавного, неограниченного движения. Для отслеживания крутящего момента, положения и силы в нем используется мультисенсорная архитектура, которая отслеживает движение ног и моделирует походку пользователя за миллисекунды с помощью двух встроенных процессоров. Затем устройство настраивает мощность двигателя в девяти различных режимах, включая ходьбу, бег, подъем на холм и езду на велосипеде. "Гиперрежим" обеспечивает мгновенный доступ к максимальной мощности системы при нажатии кнопки. Система искусственного интеллекта предсказывает следующий шаг человека и плавно подбирает вспомогательный режим, со временем обучаясь и адаптируясь к пользователю для более интуитивного управления.

Этот экзоскелет кажется наиболее полезным для многодневных походов с рюкзаком, в отличие от коротких дневных походов, но он ограничен быстрой разрядкой аккумуляторов. Hypershell пытается обойти эту проблему, снабдив экзоскелет двумя литиевыми аккумуляторами с возможностью быстрой замены. Пользователи могут носить с собой дополнительные батареи и менять их по мере необходимости, если только они готовы носить с собой дополнительные 400 г на каждую пару батарей.

Помимо пеших туристов Hypershell предполагает, что его экзоскелет будет использоваться альпинистами, велосипедистами, а также профессионалами на открытом воздухе, такими как фотографы и поисково-спасательные команды. В обычной жизни Omega может быть одинаково полезен для прогулок по городским улицам или посещения тематических парков.

https://www.youtube.com/watch?v=vDbSlarxb-k

Компания Hypershell пытается наладить производство, предлагая на Kickstarter три различные модели экзоскелетов на базе одной и той же платформы Omega. Базовая модель Hypershell Go, стоимость которой составляет 2339 гонконгских долларов ($299), оснащена менее мощным 400-ваттным двигателем. Стандартная модель Pro обладает вышеописанными характеристиками и начинается с 3 129 гонконгских долларов ($399), а более легкая модель Carbon весом 1,8 кг стоит 6 189 гонконгских долларов ($790). Поставки начнутся в сентябре, если краудфандинговая компания пройдет по плану.

https://robogeek.ru/ekzoskelety-protezy/shanhaiskii-startap-hypershell-predstavil-portativnyi-ekzoskelet-dlya-turistov

ИИ реконструирует последовательности движений животных

Наблюдая за жирафом в дикой природе и отвлёкшись на пару секунд, можно упустить момент когда животное опускает голову и садится. Но что, если наблюдателю интересен именно этот момент? Ученые из Центра перспективных исследований коллективного поведения Констанцского университета нашли способ кодировать позу и внешний вид животного, чтобы показать промежуточные движения, которые статистически вероятно имели место.

Одна из ключевых проблем компьютерного зрения заключается в том, что изображения невероятно сложны. Жираф может принимать чрезвычайно широкий спектр поз. Во время сафари обычно не составляет проблемы пропустить часть последовательности движений, но для изучения коллективного поведения эта информация может быть критически важной. Именно здесь на помощь приходят ученые с разработанной моделью "нейронного кукловода".

"Одна из идей компьютерного зрения заключается в том, чтобы описать очень сложное пространство изображений, закодировав как можно меньше параметров, - объясняет Бастиан Гольдлюке, профессор компьютерного зрения в Констанцском университете. Одним из часто используемых до сих пор представлений является скелет. В новой работе, опубликованной в начале марта в сборнике трудов 16-й Азиатской конференции по компьютерному зрению, Бастиан Гольдлюке и докторанты Урс Вальдманн и Симон Гибенхайн представляют нейросетевую модель, которая позволяет представлять последовательности движений и визуализировать внешний вид животных с любой точки зрения на основе всего нескольких ключевых точек.

"Идея заключалась в том, чтобы иметь возможность предсказывать 3D ключевые точки, а также отслеживать их независимо от текстуры, - говорит докторант Урс Вальдманн. - Поэтому мы создали систему ИИ, которая предсказывает силуэтные изображения с любого ракурса камеры на основе 3D ключевых точек". Обратный процесс также позволяет определить скелетные точки по силуэтным изображениям. На основе ключевых точек система ИИ способна рассчитать промежуточные движения, которые статистически вероятны. Использование индивидуального силуэта может быть важным.

В частности, эта модель находит применение в биологии: "В кластере "Центр перспективных исследований коллективного поведения" мы видим, что отслеживаются многие виды животных, и в этом контексте также необходимо прогнозировать позы", - говорит Вальдманн.

Команда начала с предсказания силуэтных движений людей, голубей, жирафов и коров. Люди часто используются в качестве тестовых примеров в информатике, отмечает Вальдманн. Его коллеги из Кластера передового опыта работают с голубями. Однако их тонкие когти представляют собой настоящую проблему. Для коров имелись хорошие модельные данные, а чрезвычайно длинная шея жирафа стала вызовом для ученых. Команда создала силуэты на основе нескольких ключевых точек - всего от 19 до 33.

https://www.youtube.com/watch?v=n-gFLg3YWAg

Отмечается, что "нейронный кукловод" готов к применению в реальном мире. Долгосрочной целью проекта является обучение модели на как можно большем количестве видов диких животных, чтобы получить новое представление о их поведении.

https://robogeek.ru/iskusstvennyi-intellekt/ii-rekonstruiruet-posledovatelnosti-dvizhenii-zhivotnyh

Ученые из CMU разработали самовосстанавливающийся электропроводящий гель для мягких роботов

Для того чтобы полностью раскрыть свой потенциал, мягкие роботизированные устройства не могут состоять только из жестких электронных компонентов, заключенных в мягкую резину. В этом может помочь новый материал, который является мягким, самовосстанавливающимся и электропроводящим.

Разработанный группой ученых из Университета Карнеги-Меллона, материал состоит из желатиновой основы из поливинилового спирта и бората натрия, в которую встроены микрочастицы серебра и капли жидкого металла на основе галлия. Кроме того, в него добавлен этиленгликоль для предотвращения высыхания.

Материал не только способен проводить электрический ток, но и может быть растянут на 400% без разрыва. Кроме того, если кусок материала разрезать на две части, он может механически и электрически соединиться обратно.

В ходе испытаний полоска материала была использована для подключения батареи к двигателю на внешней стороне мягкого тела робота-улитки. Когда полоска была разрезана до конца (при этом два отрезанных конца все еще касались друг друга), скорость улитки упала более чем на 50%. После того как концы "зажили", скорость увеличилась до 68% от первоначальной.

В другом испытании две полоски геля сначала использовались для передачи электрического тока к двигателю игрушечного автомобиля. Затем ученые вырезали части из середины обеих полосок, соединили обрезанные концы полосок вместе, чтобы возобновить питание мотора, и использовали две вырезанные части для питания светодиода на крыше автомобиля.

Наконец, небольшие кусочки материала были использованы вместо традиционных жестких электродов для получения показаний электромиографии (ЭМГ) с различных участков тела добровольца.

"Вместо того, чтобы подключать электроды для биомониторинга к аппаратуре, установленной на тележке, наш гель можно использовать в качестве биоэлектрода, который напрямую взаимодействует с электроникой, установленной на теле, и может собирать информацию и передавать ее по беспроводной связи, - говорит ведущий ученый, профессор Кармель Маджиди. - Было бы интересно увидеть роботов с мягким телом, используемых для мониторинга труднодоступных мест - будь то улитка, которая может следить за качеством воды, или слизень, который может ползать по нашим домам в поисках плесени".

https://www.youtube.com/watch?v=HOK_926dkfM&t=30s

Статья об исследовании была опубликована в журнале Nature Electronics.

https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/uchenye-iz-cmu-razrabotali-samovosstanavlivayuschiisya-elektroprovodyaschii-gel-dlya-myagkih-robotov

В MIT представили универсальную роботизированную систему WORMS для помощи астронавтам

Если астронавты в будущем начнут строить постоянную базу на Луне им понадобится помощь. Потенциально роботы могли бы выполнять тяжелую работу по прокладке кабелей, установке солнечных батарей, возведению вышек связи и строительству жилищ. Но если каждый робот будет предназначен для решения определенной задачи, лунная база будет переполнена парком машин, каждая из которых будет иметь свои уникальные запчасти и протоколы.

Группа инженеров Массачусетского технологического института (MIT) разработала набор универсальных робототехнических деталей, которые астронавт сможет легко смешивать и подбирать для быстрого создания различных роботов, подходящих для выполнения различных миссий на Луне. После завершения одной миссии робот может быть разобран, а его детали использованы для создания нового робота для выполнения другой задачи.

Команда назвала систему WORMS (аббр. Walking Oligomeric Robotic Mobility System). Части системы включают в себя роботизированные конечности, вдохновленные червями, которые астронавт может легко закрепить на базе, и которые работают вместе как шагающий робот. В зависимости от миссии, части могут быть сконфигурированы для создания, например, больших "вьючных" роботов, способных переносить тяжелые солнечные батареи. Те же детали могут быть переконфигурированы в шестиногих роботов-пауков, которых можно использовать для исследования Луны.

"Можно представить себе сарай на Луне с полками для WORMS, - говорит руководитель группы Джордж Лордос, кандидат наук и преподаватель кафедры аэронавтики и астронавтики Массачусетского технологического института. - Астронавты могли бы пойти в сарай, выбрать нужные им части вместе с подходящими датчиками и инструментами, скрепить все вместе, а затем разобрать, чтобы сделать нового. Эта конструкция гибкая, устойчивая и экономически эффективная".

Команда Лордоса построила и продемонстрировала шестиногого робота WORMS. На прошлой неделе они представили свои результаты на Аэрокосмической конференции IEEE, где получили награду за лучший доклад.

WORMS был задуман в 2022 году в рамках студенческого конкурса NASA BIG Idea Challenge. Перед студентами была поставлена задача разработать роботизированные системы, способные передвигаться по экстремальной местности без использования колес.

В пресс-релизе MIT сообщается, что студенты черпали вдохновение у животных и в ходе первоначального мозгового штурма команда отметила, что некоторые животные могут концептуально подходить для выполнения конкретных миссий. Например, "паук может спуститься вниз и исследовать лунную лавовую трубку, слоны могут нести тяжелое оборудование, поддерживая друг друга на крутом склоне, а коза, привязанная к быку, может помочь вести более крупное животное вверх по склону холма при транспортировке массива солнечных батарей".

Команда разработала ПО, которое может быть адаптировано для координации нескольких частей системы WORMS. В качестве доказательства концепции команда построила шестиногого робота размером с тележку. В лаборатории они показали, что после сборки независимые конечности робота работают, чтобы ходить по ровной поверхности. Команда также показала, что может быстро собирать и разбирать робота в полевых условиях, в калифорнийской пустыне.

https://www.youtube.com/watch?v=U72lmSXEVkM

В первом поколении каждая конечность робота WORMS имеет длину около 1 метра и весит около 9 кг. В условиях лунной гравитации каждая конечность будет весить около 1,4 кг, что позволит астронавту легко справиться со сборкой или разборкой робота. Также Команда разработала спецификации для более крупного поколения с более длинными и немного более тяжелыми конечностями.

https://robogeek.ru/kosmicheskie-roboty/v-mit-predstavili-universalnuyu-robotizirovannuyu-sistemu-worms-dlya-pomoschi-astronavtam

Zipline представляет новую автономную систему для доставки товаров на дом

Компания Zipline, основанная в 2011 году, занимается разработкой, производством и эксплуатацией автономных дронов, которые доставляют различные товары в отдаленные районы. Беспилотная служба компании наиболее известна своими услугами по срочной доставке медицинских препаратов в отдаленные районы Африки. Вчера компания анонсировала свою новую систему Platform 2 (P2) для автономной доставки к домам в городах и пригородах.

В пресс-релизе компании заявляется, что их платформа нового поколения для доставки на дом практически бесшумна и, как ожидается, будет до 7 раз быстрее, чем традиционная автомобильная доставка, выполняя доставку на расстояние 16 км примерно за 10 минут. А также то, что они спроектировали стыковочное и зарядное оборудование таким образом, чтобы оно занимало мало места и могло быть прикреплено к любому зданию или установлено как отдельно стоящая конструкция. Клиенты могут делать заказы по требованию или планировать точное время доставки посылки, вплоть до секунды.

Отправитель размещает груз внутрь дроида, который представляет из себя контейнер с закрытым пропеллером в хвостовой части. На стыковочном узле дроид загружается в одного из беспилотников P2 Zip eVTOL компании Zipline. После чего он отправляется в полет по адресу назначения, все время оставаясь на высоте не менее 91 м. Как только беспилотник достигает места назначения, он зависает на месте опуская дроида с помощью лебедки.

Используя камеру, направленную вниз, и другие бортовые датчики, дроид может определить целевую зону приземления, например, ступеньки перед домом. Пропеллер обеспечивает точное приземление в эту точку, компенсируя такие факторы, как поперечный ветер. Когда дроид приземляется, получатель открывает люк и забирает свою посылку, после чего дроид возвращается на лебедке к беспилотнику.

Следует отметить, что система ограничена грузами весом не более 3,6 кг, а радиус обслуживания беспилотников составляет 16 км. При этом, если они летят от одной погрузочной станции к другой, где можно подзарядить аккумулятор, радиус действия увеличивается до 39 км.

Ряд корпоративных клиентов уже подписались на эту услугу. Michigan Medicine, MultiCare Health System и Intermountain Health в Солт-Лейк-Сити планируют использовать его для доставки рецептов. Правительство Руанды планирует использовать его для доставки в дома, гостиницы и медицинские учреждения. Сеть продуктовых магазинов Sweetgreen также планирует использовать сервис для доставки продуктов питания на дом покупателям.

https://www.youtube.com/watch?v=affJ1CesKP4

Zipline планирует провести в этом году масштабные летные испытания, включающие более 10 000 испытательных полетов с использованием около 100 беспилотников. Первое развертывание P2 для клиентов последует вскоре после этого.

https://robogeek.ru/letayuschie-roboty/zipline-predstavlyaet-novuyu-avtonomnuyu-sistemu-dlya-dostavki-tovarov-na-dom

Исследование взаимодействия людей и роботов на примере роботизированных мусорных баков

Самое интересное в простых роботах то, что они побуждают человека проецировать на них свои потребности и желания, позволяя нам сделать большую часть тяжелой работы по взаимодействию человека и робота (HRI). В докладе, представленном на конференции HRI 2023, исследователи из Корнелльского университа изучили, что происходит, когда случайные незнакомцы взаимодействуют с парой роботизированных мусорных баков в Нью-Йорке.

Это стандартные 32-галлоновые баки, которые можно встретить на улицах города, закрепленные на перепроектированных ховербордах в которых стандартная плата была заменена на ODrive V3.6 к которой подключили Raspberry Pi 4. Роли роботов были разграничены с помощью стандартной муниципальной цветовой схемы: синий - для переработки, серый - для свалки.

Интересно то, как много человеко-машинного взаимодействия происходит вокруг этих роботов, которые, по сути, не имеют явных функций HRI, поскольку это буквально мусорные баки на колесах. На видео отмечается, они управляются дистанционно людьми, поэтому большая часть демонстрируемой ими экспрессии, основанной на движении, вероятно, исходит от человека, независимо от того намеренно это или нет. Эти роботы с дистанционным управлением двигаются совсем не так, как автономные мобильные роботы, которые выполняют медленные движения по предсказуемой траекториям.

Одна из особенностей, которую обнаружили исследователи, заключается в том, что люди, по-видимому, не очень доверяют автономности, ассоциируя ее с плохой навигацией и социальными ошибками. Другими словами, люди чаще думали, что робот управляется компьютером, если видели, как он застревает, натыкается на препятствия или игнорирует попытки людей привлечь его внимание к себе.

Первоначально они столкнулись с этим мнением, когда менее опытный водитель робота экспериментировал с управлением, активно перемещая робота по странным траекториям. Наблюдатель неподалеку утверждал, что робот "должно быть автономный. Он ведет себя слишком странно, чтобы им управлял человек".

Из-за неоднородной поверхности тротуара роботы иногда застревали. Люди охотно помогали роботам, когда те попадали в беду. Некоторые наблюдатели активно двигали стулья и препятствия, чтобы расчистить путь для роботов. Более того, люди интерпретировали покачивающиеся взад-вперед движения, как будто роботы кивают и соглашаются с ними, даже если такие движения были вызваны просто неровностями поверхности.

Еще один интересный момент - это то, что люди думают, что роботы хотят, чтобы их "накормили" мусором и чувствовали себя в некотором роде обязанными дать им что-нибудь. Когда робот проходил мимо и остановился возле одной и той же женщины во второй раз, она сказала: "Наверное, он знает, что я сижу здесь уже достаточно долго, и я должна ему что-то дать". Некоторые люди даже находили повод для того, чтобы генерировать мусор для "удовлетворения" мусорного бака, роясь в пакете или подбирая мусор с тротуара.

В одной из предыдущих работ по теме HRI немного подробнее описано, к чему это приводит: оказывается, что люди естественным образом приписывают внутреннюю мотивацию (или желание удовлетворить какую-то потребность) поведению робота, и эта ментальная модель побуждает их взаимодействовать с роботом в социальном плане, "кормя" его или ожидая ответной социальной благодарности. Интересно, что роль, отводимая роботу сторонними наблюдателями, напоминает роль попрошайки, когда робот просит подаяние и ожидает благодарности за пожертвования. Это резко контрастирует с человеческими аналогами, где они предлагают помощь, а от принимающего ее прохожего ожидают благодарность.

https://www.youtube.com/watch?v=pS5ptE2USSo

Доклад "Trash Barrel Robots in the City" представлен на этой неделе на HRI 2023 в Стокгольме, Швеция.

https://robogeek.ru/interesnoe-o-robotah/issledovanie-vzaimodeistviya-cheloveka-i-robota-na-primere-robotizirovannyh-musornyh-bachkov

Исследователи из ETH Zurich разработали беспилотник для обнаружения мин и взрывчатых веществ

Поиск скрытых в земле ценностей с помощью металлоискателя может быть отличным хобби, а может быть смертельно опасной задачей, когда среди зарытых сокровищ могут оказаться неразорвавшиеся снаряды и мины времен войны. Это огромная проблема, около 12 000 кв. км земли во всем мире непригодны для жизни из-за угрозы захоронения взрывчатых веществ и тысячи людей ежегодно получают ранения или погибают.

Существует множество различных способов обнаружения мин и взрывчатых веществ, ни один из них не является быстрым или легким. По очевидным причинам посылать человека на минное поле с металлоискателем не самый безопасный способ. Поэтому вместо него люди посылают все, что только можно, - от машин, способных прорываться через минные поля с помощью грубой силы, до обученных крыс, которые используют более пассивный подход, вынюхивая взрывоопасные химикаты.

Поскольку большинство мин срабатывает от давления или непосредственной близости, кажется, что беспилотник был бы идеальным способом их невзрывного обнаружения. При таком подходе минное поле должно представлять из себя идеально ровную поверхность, чтобы детектор на дроне был идеально расположен относительно земли большую часть времени, что не является таковым в большинстве ситуаций. Самое сложное в этом деле - обеспечить правильную ориентацию металлоискателя относительно поверхности земли, чтобы эффективность его работы не снижалась. Обычные дроны не в состоянии обеспечить такую возможность, потому что каждый раз, когда дрон движется в любом направлении, кроме как вверх или вниз, он должен наклоняться.

В Лаборатории автономных систем ETH Zurich разрабатывается новая комбинация металлоискателя и беспилотника с пятью степенями свободы. Это может стать жизнеспособным решением для дистанционного обнаружения мин благодаря использованию тщательного зондирования и локализации наряду с несколькими двигателями для надежного удержания детектора вблизи земли.

Исследователи из ETH Zurich в своей работе использовали дрон который может изменять свое положение без наклона, изготовленный компанией Voliro. Стоит отметить, что компания является выходцем из этой самой Лаборатории автономных систем, где и проводятся исследования беспилотников для обнаружения мин.

Имея на руках готовый дрон, теоретически способный заставить металлоискатель работать правильно, исследователям было необходимо заставить его работать на практике. Система должна быть способна управлять дроном над поверхностью, которую он никогда раньше не видел и которая может включать препятствия. При этом она должна в приоритетном порядке выравнивать металлоискатель. Исследователи объединили GPS с инерционными измерениями лидара, установленного на дроне, для абсолютной оценки положения, а затем автономно построили и выполнили "бустрофедоновую траекторию покрытия". Бустрофедон - это способ письма, при котором направление письма чередуется в зависимости от чётности строки, то есть если первая строка пишется слева направо, то вторая — справа налево и т. д.

Испытания с металлическими (невзрывными) муляжами показали, что эта система работает хорошо, даже на участках с препятствиями, перекрытиями сверху и значительным уклоном. Будет ли она в конечном итоге полезна в полевых условиях или нет, потребует дальнейших исследований, но поскольку сама платформа по сути является коммерческим готовым решением, есть место для оптимизма.

https://www.youtube.com/watch?v=lv8ManXzV84

Научная статья "Resilient Terrain Navigation with a 5 DOF Metal Detector Drone" будет представлена в мае на ICRA 2023 в Лондоне.

https://robogeek.ru/letayuschie-roboty/issledovateli-iz-eth-zurich-razrabotali-bespilotnik-dlya-obnaruzheniya-min-i-vzryvchatyh-veschestv

Agility Robotics выпустила следующее поколение робота Digit

Компания Agility Robotics представила следующее поколение своего робота Digit, назвав его "первым ориентированным на человека многоцелевым роботом, созданным для работы в сфере логистики". Компания заявила, что робот способен выполнять полезную работу в помещениях, предназначенных для людей, начиная с обработки сыпучих материалов на складах и в распределительных центрах.

Новое поколение роботов Digit было на днях продемонстрировано на выставке ProMat 2023 в Чикаго. Так же, Agility открыла прием заявок на ограниченное количество мест в партнерской программе Agility Partner Program (APPTM). APPTM предоставит партнерам эксклюзивную возможность формировать развитие навыков и способностей Digit, а также они изначально станут эксклюзивным каналом продаж.

Дэмион Шелтон, соучредитель и генеральный директор компании Agility Robotics, говорит: "Три года назад мы представили первого коммерчески доступного двуногого робота с человеческим форм-фактором, созданного для работы. С тех пор мы наблюдаем огромный интерес к Digit со стороны международных логистических компаний и тесно сотрудничаем с ними, чтобы понять, как они хотят использовать Digit для улучшения работы складов и цепочек поставок. Мы разработали следующее поколение Digit с учетом этих сценариев использования".

Работа на складе включает в себя множество автоматизируемых процессов, повторяющихся задач, которые слишком часто приводят к травмам и высокой текучести кадров, оставляя "дорогостоящие пробелы" в рабочей силе, которые мешают цепочкам поставок. Хотя автоматизация может помочь заполнить эти пробелы, существующие решения по автоматизации, как правило, являются одноцелевыми, что означает, что компаниям приходится внедрять и поддерживать десятки различных решений для разных задач, или они требуют дорогостоящей настройки рабочего пространства.

Digit является многоцелевым, поэтому он может выполнять различные задачи и адаптироваться к различным рабочим процессам. Парк Digit сможет переключаться между приложениями в зависимости от текущих потребностей склада и сезонных изменений. Digit ростом 175 см и весом чуть менее 65 кг создан для работы в помещениях, предназначенных для людей, его легко внедрить в существующие складские операции и готовую инфраструктуру без дорогостоящего переоборудования.

Шелтон говорит: "Цепочки поставок все еще ощущают последствия пандемии, и спрос на складскую рабочую силу значительно превышает количество имеющихся специалистов. Сейчас компании больше, чем когда-либо, обращаются к автоматизации, чтобы помочь смягчить последствия будущих сбоев. Поскольку проблемы с рабочей силой в логистике, такие как высокая текучесть кадров, выгорание и травматизм, продолжают расти, мы считаем, что Digit - это будущее работы. Мы с нетерпением ждем, когда Digit расширит штат сотрудников, возьмет на себя "скучные, грязные и опасные" задачи и позволит людям сосредоточиться на более творческой и сложной работе. Нам нравится думать о Digit как о средстве, позволяющем людям быть более человечными".

Сообщается, что в Digit воплощены десятилетия исследований, разработок и научных прорывов в области динамической мобильности и манипуляций команды Agility, что позволяет ему с легкостью преодолевать препятствия и ходить по неровным поверхностям в различных человеческих средах, одновременно перемещая предметы.

https://www.youtube.com/watch?v=rnFZAB9ogEE

Среди наиболее интересных обновлений в следующем поколении Digit - новые концевые эффекторы, или руки, которые оптимизированы для захвата и перемещения пластиковых контейнеров, обычно встречающихся на складах электронной торговли и доставки, а также голова и глаза для улучшения взаимодействия человек с роботом.

https://robogeek.ru/servisnye-roboty/agility-robotics-vypustila-sleduyuschee-pokolenie-robota-digit

В Edge Hill University запустили ИИ проект для спасения солдат на поле боя

Проект ATRACT (A Trustworthy Robotic Autonomous System to Support Casualty Triage), финансируемый Исследовательским советом по инженерным и физическим наукам (EPSRC), предусматривает разработку летающего беспилотника, который сможет помочь и ускорить процесс сортировки раненых в критические минуты после травмы, имеющие решающее значение для выживания на поле боя. Проект стоимостью £869 тыс. должен завершиться в январе 2026 году.

В своем заявлении Ардхенду Бехера, профессор компьютерного зрения и искусственного интеллекта, сказал: "После завершения проекта ATRACT станет надежной автономной системой, управляемой беспилотником, которая сможет помочь медикам в принятии решений в "платиновые десять минут" после травмы".

Проект разрабатывается в связи с изменениями на современном поле боя, которые делают невозможной эвакуацию на вертолете. Бехера объясняет это тем, что во время войны во Вьетнаме американские эвакуационные вертолеты изменили выживаемость солдат, используя превосходство воздушной мощи для быстрой и эффективной эвакуации раненых. Но использование в современных реалиях дешевых и точных ракет класса "земля-воздух" значительно нарушило работу вертолетов, создав повышенный риск для операций по эвакуации.

Более того, фронтовым медикам часто приходится наблюдать за несколькими ранеными и определять их очередность в зависимости от тяжести ранений. Существует острая потребность в повышении выживаемости раненых в зоне боевых действий, где обычная вертолетная эвакуация просто невозможна.

Проект будет сосредоточен на 4 основных задачах, которые представляют собой инновации в использовании ИИ и RAS (робототехнических автономных систем), помогая продвигать технологии, оставаясь при этом частью одного проекта.

Доктор Хизер Саид из Школы архитектуры, технологии и инженерии Брайтонского университета сказал: "Каждый из элементов проекта представляет собой значительное развитие в технологии беспилотников и ИИ, что позволит усовершенствовать исследования и разработки для огромного количества других проектов по всему миру. Мы надеемся, что когда-нибудь такие дроны, как ATRACT, будут помогать во время стихийных бедствий и террористических атак, когда экономия времени является ключом к спасению жизни".

На первом этапе планируется разработать усовершенствованные датчики, чтобы ATRACT мог точно искать раненых солдат с помощью визуальных и тепловизионных данных и при этом маневрировать над сложной местностью.

Вторая и третья задачи сосредоточены на данных, которые собирает ATRACT. Исследовательская группа объединит мультимодальное зондирование и передовые алгоритмы для определения местоположения солдат на передовой и обеспечения мониторинга в реальном времени тяжести ранений солдат и их жизненных показателей для эффективного управления сортировкой.

Наконец, ATRACT должен будет предоставлять медицинским бригадам информацию о пострадавших в режиме реального времени по мере их приближения, что позволит более эффективно управлять ресурсами и определять приоритеты пострадавших, тем самым сокращая время нахождения на месте и минимизируя риски для медиков.

В пресс-релизе университета утверждается, что исследовательская группа будет учитывать законы войны, этические принципы медицины и этические принципы ИИ и автономности на каждом этапе проекта.

https://robogeek.ru/iskusstvennyi-intellekt/v-edge-hill-university-zapustili-ii-proekt-dlya-spaseniya-soldat-na-pole-boya

Гусеницеподобный робот демонстрирует новый подход к локомоции для мягкой робототехники

Исследователи из North Carolina State University продемонстрировали гусеницеподобного мягкого робота, который может двигаться вперед, назад и протискиваться в узкие пространства. Этот робот управляется серебряными нанопроводами, которые используют тепло для управления изгибом тела, позволяя пользователям управлять им в любом направлении.

"Движение гусеницы контролируется местной кривизной ее тела - ее тело изгибается иначе, когда она тянет себя вперед, и иначе, когда она толкает себя назад, - говорит Йонг Зу, автор соответствующего доклада. - Мы черпали вдохновение в биомеханике гусеницы, чтобы имитировать эту локальную кривизну и использовать нанопроволочные нагреватели для управления аналогичной кривизной и движением робота".

"Создание мягких роботов, которые могут двигаться в двух разных направлениях, является важной задачей в мягкой робототехнике, - продолжает Зу. - Встроенные нанопроволочные нагреватели позволяют нам контролировать движение робота двумя способами. Мы можем контролировать, какие участки робота изгибаются, управляя схемой нагрева в мягком роботе. И мы можем контролировать степень изгиба этих секций, контролируя количество подаваемого тепла".

Робот-гусеница состоит из двух слоев полимера, которые по-разному реагируют на воздействие тепла. Нижний слой сжимается при воздействии тепла, а верхний слой расширяется. В верхний слой полимера встроен узор из серебряных нанопроводов. Узор включает в себя несколько точек подвода, к которым исследователи могут прикладывать электрический ток. Исследователи могут контролировать, какие участки нанопроволочного узора нагреваются, подавая электрический ток в разные точки, и контролировать количество тепла, подавая больший или меньший ток.

"Мы продемонстрировали, что робот-гусеница способен тянуть себя вперед и толкать назад, - говорит Шуан Ву, первый автор статьи. - В целом, чем больше сила тока, тем быстрее он двигался в любом направлении. Однако мы обнаружили, что существует оптимальный цикл, который дает полимеру время на охлаждение, что позволяет "мышце" расслабиться, прежде чем снова сократиться. Если мы пытались привести робота в движение слишком быстро, тело не успевало "расслабиться", прежде чем снова сократиться, что нарушало его движение".

Исследователи также продемонстрировали, что движение робота-гусеницы можно контролировать до такой степени, что пользователи могли направлять его под очень низкую щель. По сути, исследователи могли контролировать движение как вперед, так и назад, а также то, насколько высоко робот наклоняется вверх в любой момент этого процесса.

"Такой подход к управлению движением мягкого робота является очень энергоэффективным, и мы заинтересованы в изучении способов, с помощью которых мы могли бы сделать этот процесс еще более эффективным, - говорит Зу. - Следующие шаги включают интеграцию этого подхода к локомоции мягких роботов с датчиками или другими технологиями для использования в различных приложениях - таких как поисково-спасательные устройства".

https://www.youtube.com/watch?v=erk6_-tvAs4

Статья "Caterpillar-Inspired Soft Crawling Robot with Distributed Programmable Thermal Actuation" опубликована в журнале с Science Advances.

https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/gusenitsepodobnyi-robot-demonstriruet-novyi-podhod-k-lokomotsii-dlya-myagkoi-robototehniki

Обучение с подкреплением для проверки безопасности автономных транспортных средств

На пути к созданию автономных транспортных средств стояла проблема стоимости и времени, связанных с тестированием безопасности. Новая система, разработанная в University of Michigan (UM), показывает, что ИИ может значительно сократить количество необходимых для тестирования километров.

Это может позволить производителям быстрее проверять, может ли их технология автономных транспортных средств в будущем спасти жизни и снизить количество ДТП. В смоделированной среде автомобили, обученные искусственным интеллектом, выполняют опасные маневры, заставляя системы автономного вождения принимать решения, с которыми водители сталкиваются на дороге довольно редко.

"Критические для безопасности события, аварии или близкие к ним ситуации, очень редки в реальном мире, и часто автономные машины испытывают трудности с их устранением", - говорит Генри Лю, профессор гражданского строительства UM и директор Mcity.

Исследователи UM называют эту проблему "curse of rarity" (проклятие редкости), и они решают ее путем обучения на основе реальных данных о дорожном движении, которые содержат редкие события, имеющие критическое значение для безопасности. Тестирование, проведенное на испытательных треках, имитирующих городское и шоссейное движение, показало, что виртуальные автомобили, обученные ИИ, могут ускорить процесс тестирования в тысячи раз. Исследование опубликовано в журнале Nature.

"Используемые нами автомобили для тестирования являются реальными, но мы создали среду тестирования со смешанной реальностью. Фоновые автомобили виртуальны, что позволяет нам обучать их создавать сложные сценарии, которые лишь изредка случаются на дорогах", - сказал Лю.

Команда UM использовала подход к обучению фоновых автомобилей, который удаляет некритичную для безопасности информацию из данных о вождении, используемых в симуляции. По сути, это позволяет избавиться от длинных промежутков времени, когда другие водители и пешеходы ведут себя ответственно и ожидаемо, но сохраняет опасные моменты, которые требуют действий, например, когда другой водитель проезжает на красный свет.

Используя только важные для безопасности данные для обучения нейронных сетей, принимающих решения о маневрах, тестовые автомобили могут столкнуться с большим количеством таких редких событий за более короткий промежуток времени, что делает тестирование намного дешевле.

"Плотное обучение с подкреплением раскроет потенциал ИИ для проверки критически важных автономных систем, таких как транспортные средства, медицинская робототехника и аэрокосмические системы, - говорит Шуо Фенг, доцент кафедры автоматизации Университета Цинхуа и бывший помощник научного сотрудника Института транспортных исследований при Университете Южной Америки. - Это также открывает возможности для ускоренного обучения критически важных для безопасности автономных систем с помощью тестовых агентов на базе ИИ, что может создать симбиотические отношения между тестированием и обучением, ускоряя обе сферы".

Испытания проводились в городских условиях испытательного полигона Mcity в Энн-Арборе, а также на испытательном треке на шоссе в Американском центре мобильности в Ипсиланти. Наборы данных реального мира, которые поддерживают симуляцию в Mcity, собраны с "умных" перекрестков в Энн-Арборе и Детройте. Каждый перекресток оснащен датчиками, которые фиксируют и классифицируют каждого участника дорожного движения, определяя его скорость и направление движения.

https://robogeek.ru/avtonomnyi-transport/obuchenie-s-podkrepleniem-dlya-proverki-bezopasnosti-avtonomnyh-transportnyh-sredstv

В MIT разрабатывают алгоритм предотвращает столкновение беспилотников в воздухе

Когда несколько беспилотников работают вместе в одном воздушном пространстве, например распыляя пестицид над полем кукурузы, существует риск, что они могут столкнуться друг с другом.

Чтобы помочь избежать подобных аварий, исследователи Массачусетского технологического института (MIT) представили в 2020 году систему под названием MADER. Этот мультиагентный планировщик траекторий позволяет группе дронов выстраивать оптимальные траектории, исключающие столкновения. Каждый агент передает свою траекторию, чтобы другие дроны знали, куда он собирается лететь. Затем они учитывают траектории друг друга при оптимизации своих собственных траекторий полета, чтобы избежать столкновений.

Но когда команда испытала систему на реальных дронах, они обнаружили, что если дрон не имеет актуальной информации о траекториях других дронов, он может случайно выбрать путь, который приведет к столкновению. Исследователи переработали свою систему и разработали планировщик траекторий Robust MADER, который генерирует траектории без столкновений даже при задержке связи между агентами.

"MADER отлично работал в симуляторах, но он не был протестирован в аппаратных условиях. Поэтому мы построили кучу дронов и начали летать на них. Дроны должны общаться друг с другом для обмена траекториями, но как только вы начинаете летать, вы довольно быстро понимаете, что всегда есть задержки связи, которые вносят некоторые сбои", - говорит Кота Кондо, аспирант кафедры аэронавтики и астронавтики.

Алгоритм включает в себя этап проверки задержки, во время которого дрон тратит фиксированное количество времени на неоднократную проверку сообщений от других агентов, прежде чем следовать по новой, оптимизированной траектории. Если в период задержки он получает дополнительную информацию от других дронов, он может отказаться от своей новой траектории и начать процесс оптимизации заново. По словам Кондо, продолжительность периода задержки зависит от расстояния между агентами и факторов окружающей среды, которые могут помешать связи. Например, если агенты находятся на расстоянии многих миль друг от друга, то период проверки задержки должен быть больше.

Когда Кондо и его коллеги протестировали Robust MADER как в симуляциях, так и в летных экспериментах с реальными беспилотниками, он достиг 100-процентного успеха в создании траекторий без столкновений. Хотя время полета дронов было немного медленнее, чем при использовании других подходов, никакие другие базовые модели не могли гарантировать подобный уровень безопасность. В одном из испытаний исследователи создали шесть беспилотников и два воздушных препятствия и протестировали Robust MADER. Они обнаружили, что если использование оригинальной версии MADER в этой среде привело бы к семи столкновениям, то Robust MADER не вызвал ни одной аварии ни в одном из экспериментов с оборудованием. С помощью Robust MADER дроны могли летать со скоростью 3,4 м/с.

"Если вы хотите летать безопаснее, вы должны быть осторожны, поэтому вполне разумно, что если вы не хотите столкнуться с препятствием, вам потребуется больше времени, чтобы добраться до места назначения. Если вы столкнетесь с чем-то, неважно, насколько быстро вы летите, это не имеет значения, потому что вы не достигнете пункта назначения", - говорит Кондо.

В будущем Кондо и его коллеги хотят испытать Robust MADER на открытом воздухе, где множество препятствий и шумов могут повлиять на связь. Они также хотят оснастить беспилотники визуальными датчиками, чтобы они могли обнаруживать других агентов или препятствия, прогнозировать их движение и учитывать эту информацию при оптимизации траектории.

youtube.com/watch?v=i1d8di2Nrbs

Эта работа была опубликована по ссылке и будет представлена на ICRA 2023.

https://robogeek.ru/letayuschie-roboty/v-mit-razrabatyvayut-algoritm-predotvraschaet-stolknovenie-bespilotnikov-v-vozduhe

Inworld AI делает возможным живой диалог с игровыми NPC

Новая демонстрация технологии от Inworld делает заскриптованные диалоги в видеоиграх устаревшими, теперь можно создавать собственных игровых персонажей, управляемых ИИ, с полностью сформированными личностями, и вербально общаться с ними.

ChatGPT показал всему миру, что разговорные ИИ вышли на новый уровень и могут выступить в качестве игрового персонажа. Реализация этого было лишь вопросом времени.

Inworld создала платформу, с помощью которой игровые студии могут создавать полностью интерактивных персонажей, не требуя никаких знаний в области программирования. При этом сообщается, что процесс создания персонажа может быть как очень упрощенным, так и настолько глубоким и сложным, насколько захочет пользователь. Если нужны быстрые результаты, можно просто написать описание персонажа и попросить систему угадать его дальнейшие параметры, затем загрузить 2D и 3D аватары или сгенерировать их с помощью других сервисов. Если пользователь хочет поговорить с известным персонажем из прошлого, настоящего или вообще из вымышленной вселенной, нужно просто ввести URL его страницы в Википедии, и система подтянет эту информацию.

Если же пользователь хочет создать более глубокого персонажа, то можно рассказать ИИ о личности персонажа, его мотивах, страхах, жизненном опыте, эмоциональных наклонностях, интересах и т.д. Можно довести эти вещи до потрясающего уровня детализации персонажа. К тому же перед ним можно поставить конкретные цели или задачи, которые он должны выполнить, или назначить триггеры, которые заставят его делать определенные вещи. Доступен выбор из множества голосов и стилей диалога, а также заранее прописанные взаимодействия, которые помогут ИИ управлять своими реакциями.

Технология явно на стадии альфа-версии. На текущий момент созданные персонажи многое делают очень плохо, но это лишь декорации, и в руках игровых студий они будут сделаны намного лучше. В вербальном взаимодействии практически нет задержки. ИИ персонажи склонны отвечать быстро, так что если замешкаться во время разговора, они начнут отвечать раньше, чем закончится вопрос.

Стоит отметить, что эти технологии также несут в себе некоторые риски. Как бы ни казалось, но по сути пользователь разговариваете не с безобидным игровым персонажем, а с корпорацией. Может возникнуть желание поговорить с этими персонажами "по душам", например с психоаналитиком, созданным по образу Зигмунда Фрейда. Inworld предупреждает, что этого делать не следует. Пользователи должны убедиться, что понимают политику конфиденциальности, прежде чем открыться этим ИИ персонажам.

https://www.youtube.com/watch?v=QiGK0g7GrdY

Вы можете испытать технологию сами в Inworld Arcade.

https://robogeek.ru/iskusstvennyi-intellekt/inworld-ai-delaet-vozmozhnym-zhivoi-dialog-s-igrovymi-npc

Инспекционные роботы от Gecko будут обслуживать корабли ВМС

На этой неделе компания Gecko Robotics объявила о расширении сотрудничества с ВМС США. Компания из Питтсбурга будет помогать с осмотром и обслуживанием десантного корабля и одного миноносца класса Arleigh Burke. Это расширение произошло после того, как ВМС одобрили процесс Rapid Ultrasonic Gridding (RUG) компании Gecko.

Компания Gecko заявила, что будет использовать своих роботов и программную платформу с ИИ для создания цифровых моделей кораблей, чтобы увеличить скорость циклов технического обслуживания и сократить время пребывания кораблей ВМС в сухом доке.

"Мы создали Gecko Robotics для решения сложнейших физических проблем, с которыми сталкиваются самые важные организации мира, - сказал Джейк Лусарариан, генеральный директор и соучредитель Gecko Robotics. - Мы гордимся тем, что у нас есть зрелая технология, которая была протестирована и одобрена как техническими руководителями ВМС, так и должностными лицами, отвечающими за сокращение отставания в техническом обслуживании".

Компания Gecko отмечает, что она помогает ВМС сократить время технического обслуживания и повысить доступность данных. Робототехника также помогает обнаруживать дефекты, не выявленные традиционными методами. Например, для одного из объектов ВМС традиционные методы позволяли получить 100 точек данных, в то время как платформа Gecko собрала более 4,2 миллиона точек. Продукты Gecko также сократили время проведения инспекции с 11 дней до 1.

В ноябре 2022 года компания Gecko получила контракт от ВВС США на помощь в реализации программы Sentinel стоимостью $100 млрд для обеспечения целостности пусковых установок. Технология компании использовалась для инспекции широкого спектра объектов, от резервуаров и плотин до нефтеперерабатывающих заводов и электростанций. Компания также получила 18-месячный контракт на сумму 1,5 млн долларов США в рамках программы инновационных исследований малого бизнеса (SBIR) Центра ядерного оружия ВВС США.

https://www.youtube.com/watch?v=cFSW38wiW44

Технологии Gecko Robotics предназначены для энергетики, нефтегазовой промышленности, тяжелого производства и оборонной промышленности. Роботы серии TOKA, в которую входят TOKA 3, TOKA 4, TOKA 4 GZ и TOKA Flex, предназначены для работы в определенных условиях. Например, TOKA 3 лучше подходит для инспекции трубопроводов среднего размера и высокотемпературных поверхностей, а TOKA 4 лучше справляется со стенками котлов и изогнутыми поверхностями.

https://robogeek.ru/servisnye-roboty/inspektstsionnye-roboty-ot-gecko-budut-obsluzhivat-korabli-vms

Мягкая роботизированная рука использует датчики и ИИ для предотвращения выскальзывания предметов

Многие роботизированные руки хорошо справляются с захватом предметов, но приспособиться к предметам, которые могут выскользнуть может быть непросто. Томас Турутел из Университетского колледжа Лондона и его коллеги создали простую мягкую роботизированную руку, которая может предотвратить выскальзывание объекта, используя только движения запястья.

Они начали с создания человекоподобной руки, используя 3D-печатный скелет из пластика и мягкий силиконовый материал. Чтобы имитировать то, как человеческая кожа ощущает давление, они добавили 32 датчика на ладонь и пальцы. После чего они соединили кисть с подвижной рукой с мотором в запястье. Все датчики были подключены к компьютеру для сбора показаний.

Чтобы обучить руку, исследователи опускали ее на различные предметы, а затем пробовали разные движения запястьем, которые заставляли пальцы двигаться вокруг предметов, захватывать их и поднимать. Первоначально робот обучался на маленьких пластиковых шариках, напечатанных на 3D-принтере, и хватал их, используя заранее определенные действия, полученные в результате демонстрации человеком. Турутел говорит, что даже с неподвижными пальцами, после более чем тысячи попыток рука смогла надежно схватить 11 из 14 случайно выбранных бытовых предметов, в том числе персик, компьютерную мышку и т.д.

Чтобы справиться с выскальзыванием предметов, они обучили ИИ на основе показаний датчиков как успешных, так и неудачных попыток захвата. Программа научилась распознавать момент выскальзывания предмета и выполнять движения запястьем, чтобы предотвратить это. Под управлением ИИ рука успешно выполняла эту корректировку примерно в 79% случаев.

Роберт Кацшманн из Швейцарского федерального технологического института в Цюрихе говорит, что новая рука слишком проста и ограничена в движениях, чтобы имитировать различные способы захвата предметов человеческими руками, но эксперимент показывает, что небольшого количества информации может быть достаточно для того, чтобы система ИИ научилась различать различные способы удержания предмета. Он говорит, что этот подход к ИИ будет использоваться при работе над добавлением "чувств" к более сложным и ловким роботизированным рукам, которые создает его команда.

https://www.youtube.com/watch?v=haWziO6aOqc

Работа под названием "Predictive Learning of Error Recovery with a Sensorised Passivity-based Soft Anthropomorphic Hand" была опубликована в журнале Advanced Intelligent Systems.

https://robogeek.ru/nauchnye-razrabotki-programmnoe-obespechenie/myagkaya-robotizirovannaya-ruka-ispolzuet-datchiki-i-ii-dlya-predotvrascheniya-vyskalzyvaniya-predmeta