Araştırmacılar, insansı robotların işbirliği gerektiren görevleri öğrenmesi için yenilikçi bir yöntem geliştirdi. SynAgent adlı sistem, tek robot verilerini kullanarak çoklu robot işbirliğini öğretiyor. Geleneksel yöntemlerin aksine, bu yaklaşım önce tek bir robotun insan-nesne etkileşimlerini öğrenmesini sağlıyor, sonra bu bilgiyi birden fazla robotun koordineli çalışması için uyarlatıyor. Sistem, robotlar ve nesneler arasındaki uzamsal ilişkileri koruyarak gerçekçi işbirliği davranışları üretiyor. Bu gelişme, sınırlı veri problemi ve robotlar arası koordinasyon zorluklarını aşarak yapay zeka alanında önemli bir adım teşkil ediyor.

MIT araştırmacıları, inşaat sektöründe çalışan endüstriyel robotlara difüzyon politika öğrenimi tekniğiyle hassas montaj işlerini öğretmeyi başardı. Geleneksel robotik sistemlerin zorlandığı tolerans hataları, malzeme kusurları ve konumlandırma hatalarının olduğu ortamlarda bile robotlar artık milimetrik hassasiyet gerektiren işleri yapabiliyor. Araştırmada ahşap kertik ve zıvana birleştirmeleri test edildi. Robot, insan operatörlerin gösterdiği hareketlerden öğrenerek, 10 milimetre gibi büyük sapmalarda bile başarılı montaj gerçekleştirdi. Bu gelişme, inşaat otomasyonunda yeni bir döneme işaret ediyor.

Mono-monostatik cisimler, sadece tek bir kararlı denge noktasına sahip özel geometrik şekillerdir - yani nasıl yuvarlanırsa yuvarlansın hep aynı pozisyonda duran cisimlerdir. Bu özellik teorik olarak mümkün olduğu kanıtlanmış olmasına rağmen, pratik örnekleri üretmek son derece zordur. Yeni bir araştırma, daha önce önerilen analitik yöntemin beklendiği gibi çalışmadığını ortaya koydu. Araştırmacılar, gelişmiş hesaplama teknikleri kullanarak bu sorunu aştı ve 13 adet doğrulanmış mono-monostatik cisim üretmeyi başardı. Bu başarı, hem temel matematik teorisine katkı sağlıyor hem de gelecekte robotik ve mühendislik uygulamalarında kullanılabilecek özel denge özelliklerine sahip nesnelerin tasarımına yol açabilir.

Araştırmacılar, insan hareketlerini daha iyi anlayabilmek için yeni bir yaklaşım geliştirdi. EXACT adlı özel programlama dili kullanan bu sistem, insan hareketlerini sadece tanımakla kalmayıp, nasıl gerçekleştirildiğini de analiz edebiliyor. Geleneksel yöntemler genellikle hangi hareketin yapıldığına odaklanırken, bu yeni model hareketin kalitesini ve yapısını değerlendiriyor. İnsan-merkezli sistemler için kritik olan bu gelişme, robotik, spor analizi ve rehabilitasyon alanlarında devrim yaratma potansiyeli taşıyor.

Araştırmacılar, drone simülasyonları için gerçekçi 3D sahneler oluşturabilen yeni bir yapay zeka sistemi geliştirdi. AeroScene adlı bu sistem, hiyerarşik difüzyon modeli kullanarak hem global düzenlemeler hem de yerel detayları dikkate alarak fiziksel olarak makul ve anlamsal olarak tutarlı sahneler üretebiliyor. Sistemin en önemli özelliği, manuel çabaları büyük ölçüde azaltarak drone simülasyonlarında navigasyon, iniş ve konaklama görevleri için otomatik sahne sentezi yapabilmesi. Mevcut yöntemlere kıyasla önemli ölçüde daha iyi performans gösteren sistem, havacılık robotik alanında simülasyon ortamlarının oluşturulmasında devrim yaratma potansiyeline sahip.

Araştırmacılar, robotların sınırlı görüş alanına sahip karmaşık ortamlarda güvenli bir şekilde hareket etmesini sağlayan yeni bir yapay zeka sistemi geliştirdi. HAVEN adı verilen bu sistem, Deep Transformer Q-Network teknolojisini kullanarak robotların engellerden yararlanmasını ve düşman varlığının olduğu ortamlarda görünmezliği korumasını sağlıyor. Sistem, hiyerarşik bir yaklaşımla yüksek seviye hedef belirleme ve düşük seviye hareket kontrolünü birleştiriyor. Bu teknoloji, otonom araçlardan depo otomasyonuna, savunma sistemlerinden gözetleme robotlarına kadar geniş bir uygulama alanına sahip. Özellikle görüş açısının kısıtlı olduğu durumlarda geleneksel yol planlama yöntemlerinin yetersiz kaldığı noktalarda devrim niteliğinde çözümler sunuyor.

Araştırmacılar, çoban köpeklerinin sürü yönetme davranışından ilham alarak, küçük sayıda 'rehber' drone ile büyük drone sürülerini kontrol edebilen yeni bir sistem geliştirdi. Bu yaklaşım, gerçek robotların hareket kısıtlarını dikkate alarak sürü davranışını önceden tahmin ediyor. Geleneksel yöntemlerden farklı olarak, sistemdeki her bir aracın hız ve ivme sınırları gibi fiziksel kısıtlamaları hesaba katıyor. Bu gelişme, arama kurtarma operasyonlarından tarımsal uygulamalara kadar geniş bir yelpazede drone sürülerinin daha etkili kullanımına olanak tanıyabilir.

Araştırmacılar, kas dokusundan ilham alan ve 3D yazıcıyla üretilen yenilikçi manyetik aktüatörler geliştirdi. Bu sistemler büyük deformasyonlar yapabiliyor, yük taşıyabiliyor ve çok fonksiyonlu hareketler gerçekleştirebiliyor. Termoplastik ve nadir toprak mıknatıslarından oluşan kompozit malzemeden üretilen bu aktüatörler, kendi ağırlığının 32 katı kadar yük kaldırabiliyor. Lazer enerjisi ayarlanarak hem mekanik dayanım hem de manyetik yanıt hassas şekilde kontrol edilebiliyor. 0.5 mm kalınlıktaki esnek menteşeler, orta şiddetteki manyetik alanlarda hasar görmeden bükülebiliyor ve katlanabiliyor. Bu teknoloji, gelecek nesil adaptif yumuşak robotlar için kritik bir adım teşkil ediyor.

Araştırmacılar, insansız hava araçlarının (İHA) doğal dil komutlarını takip ederek karmaşık şehir ortamlarında navigasyon yapabilmesini sağlayan yeni bir sistem geliştirdi. LookasideVLN adlı bu teknoloji, mevcut sistemlerden farklı olarak sadece işaret noktalarına değil, aynı zamanda yön tariflerine de odaklanıyor. Sistem, insan navigasyonundaki 'sağa dön', 'kuzeye git' gibi yönlü ipuçlarını anlayarak daha doğru mekânsal akıl yürütme yapabiliyor. Bu yenilik, İHA'ların şehir içi teslimat, arama kurtarma operasyonları ve harita çıkarma görevlerinde daha etkili çalışmasını sağlayabilir. Teknoloji, hesaplama maliyetini düşürürken navigasyon doğruluğunu artırıyor.

Çok ajanlı yapay zeka sistemlerinde en büyük zorluklardan biri, ajanların nasıl koordine olacağını belirlemektir. Geleneksel yöntemler ya önceden tanımlanmış ağ yapıları kullanır ya da yakınlık temelli basit kurallarla çalışır. Yeni bir araştırma, büyük dil modellerinin (LLM) bu soruna çözüm olabileceğini gösteriyor. Araştırmacılar, dil modellerinin doğal dil açıklamalarından yararlanarak ajanların nasıl işbirliği yapması gerektiğine dair öncül bilgiler üretebileceğini keşfetti. Bu yaklaşım, robotik sürülerden otonom araçlara kadar birçok alanda kullanılabilir.

Araştırmacılar, robotların davranış taklidi yoluyla öğrenmesini geliştiren yeni bir yöntem geliştirdi. Geleneksel hedef-odaklı davranış klonlama yöntemleri, eğitim sırasında gördükleri görevlerde başarılı olsa da, yeni durum-hedef kombinasyonlarına genelleme yapamıyor. Yeni yaklaşım, zamana dayalı tutarlılığı artırarak robotların daha önce karşılaşmadıkları durumları da başarıyla çözebilmesini sağlıyor. BYOL-γ adı verilen bu teknik, kendini tahmin eden temsiller kullanarak successor representation yaklaşımını taklit ediyor ve kombinatoryal genelleme kapasitesini önemli ölçüde artırıyor.