🤖 Исследователи из MIT создали робота DribbleBot, способного вести футбольный мяч по различным поверхностям.
Для тренировки системы специалисты использовали 4000 смоделированных версий устройства. Также они применили метод обучения с подкреплением.
Помимо различных датчиков исследователи оснастили робота контроллером восстановления, который позволяет устройству подняться после падения и возобновить дриблинг.
⚽️ DribbleBot умеет вести мяч по песку, гравию, траве, грязи, снегу и другим естественным ландшафтам. При этом система адаптируется к влиянию поверхностей на движение спортивного снаряда.
#MIT #роботы
Для тренировки системы специалисты использовали 4000 смоделированных версий устройства. Также они применили метод обучения с подкреплением.
Помимо различных датчиков исследователи оснастили робота контроллером восстановления, который позволяет устройству подняться после падения и возобновить дриблинг.
⚽️ DribbleBot умеет вести мяч по песку, гравию, траве, грязи, снегу и другим естественным ландшафтам. При этом система адаптируется к влиянию поверхностей на движение спортивного снаряда.
#MIT #роботы
YouTube
A soccer-playing robot equipped for various terrains
MIT News spotlight link: https://news.mit.edu/2023/legged-robotic-system-playing-soccer-various-terrains-0403
Key authors: Yandong Ji ([email protected])∗, Gabriel B. Margolis ([email protected])*, and Pulkit Agrawal ([email protected])
Paper: https://www.dr…
Key authors: Yandong Ji ([email protected])∗, Gabriel B. Margolis ([email protected])*, and Pulkit Agrawal ([email protected])
Paper: https://www.dr…
🤖 Специалисты из Google представили подход, позволяющий роботам эффективно протирать столы от крошек и жидкости в сложных средах.
Эксперты объединили методы обучения с подкреплением (RL) и оптимизации траекторий. Первый предоставляет роботу возможность выбирать действия по очистке поверхности, а второй определять команды для всего тела с учетом физических ограничений и предотвращения столкновений.
Исследователи использовали симулятор стохастического дифференциального уравнения задачи протирания стола для тренировки RL-политики планированию высокого уровня. По их словам, это позволяет избежать необходимости в обучающих данных для конкретной задачи.
🧽 Специалисты протестировал метод на роботе. Они заявили, что по сравнению с основанными на эвристике подходами он требует меньшего количества салфеток для очистки разливов и крошек с поверхности. Устройство не смахивает случайно мусор со стола и в процессе уборки не сталкивается с препятствиями вроде стульев.
#Google #роботы
Эксперты объединили методы обучения с подкреплением (RL) и оптимизации траекторий. Первый предоставляет роботу возможность выбирать действия по очистке поверхности, а второй определять команды для всего тела с учетом физических ограничений и предотвращения столкновений.
Исследователи использовали симулятор стохастического дифференциального уравнения задачи протирания стола для тренировки RL-политики планированию высокого уровня. По их словам, это позволяет избежать необходимости в обучающих данных для конкретной задачи.
🧽 Специалисты протестировал метод на роботе. Они заявили, что по сравнению с основанными на эвристике подходами он требует меньшего количества салфеток для очистки разливов и крошек с поверхности. Устройство не смахивает случайно мусор со стола и в процессе уборки не сталкивается с препятствиями вроде стульев.
#Google #роботы
YouTube
Robotic Table Wiping via Reinforcement Learning and Whole-body Trajectory Optimization
Our approach combines the strengths of reinforcement learning (RL) - planning in high-dimensional observation spaces with complex stochastic dynamics, and of trajectory optimization - guaranteeing constraints satisfaction while executing whole-body trajectories.…
🤖 Полиция Нью-Йорка вернула Спота от Boston Dynamics на службу. В 2021 году департамент «уволил» робопса из-за негативной реакции общественности.
Правоохранители планируют приобрести два устройства за $750 000. Они намерены использовать робопсов только при угрозах взрывов, в ситуациях с заложниками или других опасных для жизни людей сценариях.
🗣 По словам мэра Нью-Йорка Эрика Адамса, технологии уже здесь и их не нужно бояться. Споты способны помочь «спасти жизни», добавил он.
Адамс и полицейские также сообщили, что тестируют полностью автономного робота наружной безопасности K5 ASR от Knightscope. Его намерены использовать для сбора разведданных.
🙅♂️ Комиссарка полиции Нью-Йорка Кичант Сьюэлл заявила, что внедрение технологий будет «прозрачным, последовательным и осуществляемым в сотрудничестве с людьми». Спот и K5 ASR не станут использовать распознавание лиц, отметила она.
#США #роботы
Правоохранители планируют приобрести два устройства за $750 000. Они намерены использовать робопсов только при угрозах взрывов, в ситуациях с заложниками или других опасных для жизни людей сценариях.
🗣 По словам мэра Нью-Йорка Эрика Адамса, технологии уже здесь и их не нужно бояться. Споты способны помочь «спасти жизни», добавил он.
Адамс и полицейские также сообщили, что тестируют полностью автономного робота наружной безопасности K5 ASR от Knightscope. Его намерены использовать для сбора разведданных.
🙅♂️ Комиссарка полиции Нью-Йорка Кичант Сьюэлл заявила, что внедрение технологий будет «прозрачным, последовательным и осуществляемым в сотрудничестве с людьми». Спот и K5 ASR не станут использовать распознавание лиц, отметила она.
#США #роботы
⚙️ Amazon представила симулятор Alexa Arena для разработки воплощенных ИИ-агентов. Исходный код проекта доступен на GitHub.
По данным Amazon, в отличие от конкурентов Alexa Arena предлагает ориентированные на пользователя возможности вроде непрерывных фоновых анимации и звуков, плавных визуальных эффектов во время навигации и встроенных в сцену подсказок.
Воплощенные ИИ-агенты способны по запросу взаимодействовать с соответствующими объектами или областями в моделируемой среде. Также их можно обучить следовать инструкциям на естественном языке.
👀 Amazon планирует развивать платформу, добавляя новые функции и смоделированные сценарии.
#Amazon #роботы
По данным Amazon, в отличие от конкурентов Alexa Arena предлагает ориентированные на пользователя возможности вроде непрерывных фоновых анимации и звуков, плавных визуальных эффектов во время навигации и встроенных в сцену подсказок.
Воплощенные ИИ-агенты способны по запросу взаимодействовать с соответствующими объектами или областями в моделируемой среде. Также их можно обучить следовать инструкциям на естественном языке.
👀 Amazon планирует развивать платформу, добавляя новые функции и смоделированные сценарии.
#Amazon #роботы
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 Google обучила парк роботов сортировать мусор.
Исследователи тестировали технологию в течение двух лет. Они использовали метод глубокого обучения с подкреплением на основе реальных данных в комбинации с тренировками в симуляциях.
♻️ Для сбора датасета специалисты запрограммировали 30 роботов искать по офису мусоросортировочные станции и распределять объекты между баками определенным образом. Например, банки и бутылки требовалось отнести в контейнер для вторсырья, а бумажные стаканчики — к компосту.
Еще 20 роботов сортировали мусор в специально оборудованных «классах».
Всего исследователи провели около 572 500 тестов. По их словам, с увеличением объема данных производительность устройств повышалась.
👀 В результате система научилась правильно сортировать 84% объектов.
#Google #роботы
Исследователи тестировали технологию в течение двух лет. Они использовали метод глубокого обучения с подкреплением на основе реальных данных в комбинации с тренировками в симуляциях.
♻️ Для сбора датасета специалисты запрограммировали 30 роботов искать по офису мусоросортировочные станции и распределять объекты между баками определенным образом. Например, банки и бутылки требовалось отнести в контейнер для вторсырья, а бумажные стаканчики — к компосту.
Еще 20 роботов сортировали мусор в специально оборудованных «классах».
Всего исследователи провели около 572 500 тестов. По их словам, с увеличением объема данных производительность устройств повышалась.
👀 В результате система научилась правильно сортировать 84% объектов.
#Google #роботы