Применение рекомендательного фреймворка ODRS на практике: SCARA-робот сортирует цветные крышки

В лаборатории комании Insystem мы часто применяем наш фреймворк ODRS(подробнее тут) для решения различных задач в области компьютерного зрения. Одной из такой задач стала настройка SCARA робота для сортировки цветных крышек от пластиковых бутылок. Этот проект был вызван необходимостью автоматизировать процесс переработки, увеличивая его эффективность и точность. Используя ODRS, мы смогли обучить робота распознавать крышки различных цветов, а затем сортировать их по категориям. В ходе работы были выполнены следующие задачи:

Читать далее

#object_detection #recommendation #recommender_system #yolo #robotics #scara #python #kaggle | @habr_ai

ИИ учится управлять материей: будущее производства уже наступило

За последние десятилетия технологический прогресс изменил экономику и бизнес. Алгоритмы управляют логистикой, искусственный интеллект анализирует документы и генерирует код, а данные передаются через API — интерфейсы, позволяющие программам взаимодействовать друг с другом. Один из примеров — LLM API (Large Language Model API), который позволяет каждому из нас подключаться к большим языковым моделям, к примеру, ChatGPT и использовать их для создания текста, обработки информации и принятия решений.

Но в то время как цифровой мир стал гибким и доступным, физический мир — мир атомов, а не битов — всё ещё зависит от ручного труда. Мы по-прежнему готовим еду, делаем уборку дома и собираем оборудование во многом так же, как столетия назад. Даже на высокотехнологичных заводах автоматизация и роботизация узко специализирована и требует сложного программирования.

Следующий шаг в интеграции цифровых инструментов и промышленности — Physical API, физический API. Что изменится

#physical_api #ai #api #robotics #mr_soc #mr_sop #nvidia #artificial_intelligence #factory #industry | @habr_ai

Определились все участники соревнования роботов DARPA

20-21 декабря состоится финальный раунд DARPA Robotics Challenge — соревнования автономных роботов, которые способны выполнять произвольные команды, самостоятельно принимать решения и заменять людей-спасателей на месте стихийного бедствия или техногенной катастрофы. В последние дни для участия заявились ещё четыре команды, так что общее количество участников достигло 17 команд.

Агентство DARPA организовало конкурс после того, как стали известны причины аварии на Фукусиме. Как выяснилось, простое закрытие вентиля для остановки утечки водорода в здании реактора могло предотвратить катастрофу. К сожалению, этого сделано не было.

По оценке DARPA, модели роботов на конкурсе 2013 года имеют интеллект примерно двухлетнего ребёнка. Они должны ориентироваться в сложных ситуациях, распознавать объекты и выполнить под управлением оператора восемь действий, таких как «закрыть вентиль», «открыть дверь», «взобраться по лестнице» и т.д.

Читать дальше →

#darpa #robotics_challenge #роботы #соревнование | @habr_ai

Как мы учим роботов ходить плавно, или Почему градиент градиента — это не опечатка, а ключ к безопасной робототехнике

Привет, Хабр! Меня зовут Лёша Лещанкин, я руковожу проектом Humanoids в Яндексе. В начале 2025 года мы запустили это направление при поддержке фонда технологических инициатив компании — Yet Another Tech Fund, созданного специально для реализации новаторских идей сотрудников. Наша цель — создать гуманоидных роботов, которые смогут уверенно и безопасно работать рядом с людьми в самых разных условиях: от логистики и промышленности до сферы обслуживания.

В рамках нашего проекта мы тестируем разные RL‑модели. И сегодня расскажу об одном из методов, который позволил нам перейти от «робот дёргается и падает» к «робот ходит плавно 500 шагов подряд» — Lipschitz‑Constrained reinforcement learning. Читать далее

#яндекс #machinelearning #robotics #llm #ml | @habr_ai

Когда LLM — это не чат, а мозг: путь к VLA‑архитектуре

В 2024 году большие языковые модели (LLM) внезапно начали дешифровать хаос реального мира: распознавать объекты, объяснять намерения и даже писать код для микроконтроллеров. Для робототехники это стало тем же, чем Li‑ion стал для ноутбуков — мгновенным ускорителем эволюции.

LLM открыли окно возможностей: вместо того чтобы вручную программировать каждую задачу, мы можем дать роботу текстовую инструкцию, а он сам разберётся, какие навыки подключить.

Vision‑Language Agents, RLHF, MPC… В робототехнике сегодня аббревиатур больше, чем сервоприводов в суставе. Разобраться, что скрывает каждая комбинация букв, — ключ к тому, чтобы не остаться сторонним наблюдателем в союзе железа и ИИ.

В этой статье я делюсь своим взглядом на ряд актуальных вопросов:

— чем GPT‑мозг круче старой цепочки perception → planning → control;

— зачем скрещивать Classic Stack, RL‑контроллеры и VLA вместо того, чтобы выбирать лучший;

— как можно прокачать робота от базовых движений до уверенной работы офис‑ассистентом, охранником и курьером.

Погрузитесь в детали — и посмотрите, как будущее шагает к нам на двух механических ногах. Читать далее

#яндекс #machine_learning #llm #humanoid #robotics | @habr_ai