Это видео было опубликовано 1 сентября, а не 1 апреля, что, как я полагаю, означает, что режим рыбы Pepper будет реальным:
На самом деле, вполне возможно, что эта возможность уже была включена, поэтому не стесняйтесь бросать свой перец в ближайшее озеро и сообщить нам, как это происходит.
Наблюдать, как этот робот-тенсегрити поднимается на 44-градусный наклон, довольно удивительно:
Kinema Pick — первая в мире система Deep Learning 3D Vision для промышленных роботов. Kinema Pick объединяет KS1000, датчик 3D / 2D с высоким разрешением с глубоким обучением и 3D Vision для поиска и определения местоположения ящиков на сложных поддонах. Усовершенствованное планирование движения Kinema Pick дает промышленным роботам возможность самостоятельного вождения, что упрощает настройку Kinema Pick для любой компоновки рабочего места.
Симоне Гертц делает маникюр:
Или, знаете, не делает маникюр. Потому что, если бы он был успешным, это было бы намного менее увлекательно.
BuzzFeed пытается (под присмотром) украсть еду у робота-доставщика Starship , потому что это похоже на то, что сделал бы BuzzFeed.
А теперь вот это:
Несколько отличных видеороликов о старых роботах от Криса Аткесона из CMU:
После небольших инструкций AMIGO очень медленно очистит за вас. А если он не может дотянуться до чего-то на земле, ему на помощь придет очаровательный маленький помощник.
Cozmo напоминает, что приближается Пасха:
Вот почему для всего лучше использовать шоколадные яйца вместо настоящих.
Даниэль Клаас написал, чтобы поделиться некоторыми из своих недавних докторских диссертаций. Работы по вводу в эксплуатацию децентрализованного мультироботного склада:
Роботы самостоятельно планируют, какие действия следует предпринять, на основе информации, которую они получают от программного обеспечения для управления складом, т. Е. Количества активных заказов и приблизительного положения других роботов. Роботы адаптируются непосредственно к новым поступающим заказам и отбирают заказы от других роботов. Роботы должны планировать с ограниченной вместимостью в три предмета, после чего они должны вернуться на склад для разгрузки. Точное положение объектов на платформах неизвестно. Кроме того, платформы находятся на разной высоте.
Документ об этом будет в AAMAS 2017, но пока вы можете прочитать более подробную информацию по ссылке ниже.
Смотри, это Astro Boy! Думаю, у него есть навыки?
Цюрихский городской микро-набор данных летательных аппаратов:
В этом документе представлен и опубликован первый набор данных, записанный на борту микромеханического летательного аппарата (MAV), оснащенного камерой, который летит по городским улицам на малых высотах (например, на высоте 5-15 метров над землей). Набор данных длиной 2 км состоит из синхронизированных по времени аэрофотоснимков высокого разрешения, данных датчиков GPS и IMU, изображений улиц с уровня земли и наземных данных. Набор данных идеально подходит для оценки и тестирования топологической локализации на основе внешнего вида, монокулярной визуальной одометрии, одновременной локализации и картирования (SLAM) и алгоритмов онлайн-3D-реконструкции для MAV в городских условиях.
Ранее на этой неделе мы писали об автономной версии Robo-One , но вот несколько основных моментов конкурса с дистанционным управлением:
Через 20 лет будет 9,6 миллиарда человек, которых нужно будет накормить, а еды будет недостаточно. FarmView из Университета Карнеги-Меллона решает эту проблему с помощью коллективных усилий исследователей и роботов, которые позволят повысить урожайность с меньшими затратами ресурсов, контролируя и измеряя окружающую среду, а затем анализируя данные, чтобы предоставить решения для фермеров по всему миру.
MekaMon начал с вопроса 4 года назад. Почему у нас не может быть игр следующего поколения? Это наша история от идеи до изготовления наших первых агрегатов.
Турнир Европейской лиги робототехники ERL по аварийным роботам пройдет 15-23 сентября 2017 года в Пьомбино, Италия.
Семинар CMU RI: Питер Стоун «Изучение навыков роботов: от реального мира к моделированию и обратно».
Чтобы автономные роботы могли работать в открытом, динамично меняющемся мире, они должны быть в состоянии изучить надежный набор навыков взаимодействия. Этот доклад начинается с представления «перекрывающегося многоуровневого обучения» как новой парадигмы иерархического машинного обучения для обучения таким навыкам взаимодействия в моделировании. Хотя обучение в моделировании является привлекательным, поскольку позволяет избежать непомерно высоких затрат на обучение в реальном мире, к сожалению, политики, изученные в моделировании, часто не работают при применении к физическим роботам. Затем в этом выступлении вводится «обучение с использованием симуляции» для решения этой проблемы путем алгоритмического изменения симулятора для лучшего соответствия реальному миру, и этот новый алгоритм соединяется с теоретическим анализом внеполитической оценки в обучении с подкреплением.