Araştırmacılar, yapay zeka sistemlerinin market, hastane ve depo gibi karmaşık ortamlarda daha iyi navigasyon yapabilmesi için GIST adlı yenilikçi bir sistem geliştirdi. Bu teknoloji, mobil cihazlardan elde edilen 3D nokta bulutlarını semantik bilgilerle zenginleştirilmiş navigasyon haritalarına dönüştürüyor. Sistem, yoğun görsel özelliklerin hızla eskidiği ve geleneksel bilgisayarlı görünün zorlandığı ortamlarda, mekânsal konumlandırma sorununa çözüm getiriyor. GIST, sahneyi 2D doluluk haritasına indirgeyen, topolojik düzenini çıkaran ve akıllı anahtar kare seçimiyle hafif bir semantik katman ekleyen çok modlu bir bilgi çıkarma hattı sunuyor. Bu gelişme, yardımcı robotlar ve navigasyon sistemleri için önemli bir adım teşkil ediyor.

Araştırmacılar, doğrusal olmayan sistemlerin analizinde kullanılan Ölçekli Göreceli Graflar (SRG) yöntemini geliştirerek, farklı giriş ve çıkış sayısına sahip karmaşık sistemlerin incelenmesini mümkün kıldı. Bu yenilik, kontrol teorisi ve sistem mühendisliğinde önemli bir adım olarak değerlendiriliyor. Önceki SRG yöntemleri yalnızca eşit sayıda giriş ve çıkışa sahip sistemlerde kullanılabiliyordu. Yeni yaklaşım, operatörleri ortak Hilbert uzayında çalışan operatörler uzayına yerleştirerek bu sınırlamayı aşıyor. Araştırmacılar ayrıca kararlılık teoremları geliştirerek, sistem bağlantılarının nedensellik, iyi-konumlanmışlık ve L2-kazanç sınırlarını garanti altına aldı. Bu gelişme, robotik, havacılık ve endüstriyel otomasyon gibi alanlarda daha esnek ve güvenilir sistem tasarımına olanak sağlıyor.

Araştırmacılar, robotların ve otonom sistemlerin görevlerini yerine getirirken hem güvenliklerini koruyan hem de çevrelerini aktif olarak keşfetmeye devam etmelerini sağlayan yeni bir planlama sistemi geliştirdi. 'Dual-gatekeeper' adlı bu sistem, belirsizlik içinde çalışan robotların aşırı temkinli davranmak yerine, güvenlik sınırları içinde kalarak öğrenmeye devam etmesini mümkün kılıyor. Bu yaklaşım, özellikle Mars keşif araçları gibi uzak ve bilinmeyen ortamlarda çalışan otonom sistemler için kritik öneme sahip.

Araştırmacılar, giriş gecikmesi yaşayan belirsiz anahtarlamalı afin sistemler için yeni bir gürbüz tahmine dayalı kontrol yöntemi geliştirdi. Bu yöntem, Lyapunov çerçevesi ve minimum anahtarlama durum geri besleme tahmine dayalı kontrol yasası kullanarak sistemlerin kararlılığını sağlıyor. Geliştirilen algoritma, nominal sistem parametrelerini dikkate alan bir tahmin şeması üzerine kurulu. Tahmin hatasını göz önünde bulunduran Lyapunov fonksiyonunun oluşturulmasıyla, sistem yörüngelerinin ve sistem tahmininin gürbüz bir limit döngüsüne üstel yakınsamasının kanıtlandığı belirtiliyor. Bu gelişme, endüstriyel otomasyondan robotik uygulamalara kadar pek çok alanda gecikme problemleriyle başa çıkmada önemli bir adım teşkil ediyor.

MIT araştırmacıları, robot sürülerinin güvenli kontrolü için yenilikçi bir yaklaşım geliştirdi. Fokker-Planck denklemini kullanan bu sistem, robotların uzaysal yoğunluğunu kontrol ederek güvenliği artırıyor. Araştırma, seyrek dizilimli robot gruplarının yoğun gruplardan çok daha güvenli olduğunu matematiksel olarak kanıtlıyor. Geleneksel açık döngü sistemlerinin aksine kapalı döngü çalışan bu yöntem, Voronoi tabanlı varyantı sayesinde dağıtık kullanımlara da olanak sağlıyor. Gerçek dünya testlerinde lokalizasyon ve hareket gürültülerine karşı dayanıklılık gösteren sistem, sürü robotik alanında önemli bir ilerlemeyi temsil ediyor.

Araştırmacılar, robotların ve otonom sistemlerin güvenli çalışması için devrim niteliğinde bir kontrol yöntemi geliştirdi. Geleneksel güvenlik kontrol sistemleri karmaşık matematik işlemleri gerektirdiği için yavaş çalışıyor ve sistem performansını düşürüyordu. Yeni yöntem, yapay sinir ağlarını kullanarak bu sorunu çözüyor ve robotların gerçek zamanlı olarak güvenli kararlar almasını sağlıyor. Bu buluş, otonom araçlardan endüstriyel robotlara kadar geniş bir uygulama alanına sahip ve robotik güvenliği alanında önemli bir adım teşkil ediyor.

Araştırmacılar, robotların farklı şekillerdeki nesnelerle etkileşim kurmasını sağlayan ShapeGen adlı yenilikçi bir veri üretim sistemi geliştirdi. Sistem, robotların sadece eğitim sırasında gördükleri belirli nesnelerle değil, aynı kategorideki tüm nesnelerle çalışabilmesini hedefliyor. ShapeGen, simülatör kullanmadan 3D ortamda çeşitli şekillerde manipülasyon verisi üretebiliyor. İki aşamalı yaklaşımla çalışan sistem, önce şekil kütüphanesi oluşturuyor, sonra fonksiyon-farkındalığı olan veri üretiyor. Bu gelişme, robotların gerçek dünyada karşılaştıkları geometrik çeşitlilikle başa çıkabilmesi açısından önemli bir adım.

Araştırmacılar, robotların değişken engellerle dolu ortamlarda sabit bir zaman dilimi içinde hareket planı oluşturabileceği yeni bir sistem geliştirdi. COVER adı verilen bu framework, yarı-statik ortamlar için tasarlandı - bu ortamlarda çalışma alanının çoğu sabit kalırken sadece belirli engeller görevler arasında değişiyor. Sistem, her hareketli engelin konfigürasyon uzayını bağımsız olarak bölerek ve her bölüm içinde yol haritasının uygulanabilirliğini doğrulayarak çalışıyor. Bu yaklaşım, zaman kritik uygulamalarda çalışan robotik sistemler için büyük önem taşıyor. Geleneksel yöntemler ya formal kapsama garantileri sunmuyor ya da engel konfigürasyonlarının ayrıklaştırılmasına dayanarak gerçek dünya uygulamalarında kısıtlılık yaratıyor. COVER sistemi, bu sorunları çözerek robotlara daha güvenilir ve hızlı hareket planlama yeteneği kazandırıyor.

Araştırmacılar, önceden eğitilmiş görsel-dil modellerini robot kontrolü için uyarlarken karşılaşılan önemli bir sorunu çözen AEGIS adlı yeni bir sistem geliştirdi. Robot kontrolü için bu modelleri eğitirken, sürekli eylem verilerinden gelen yoğun gradyanlar modelin orijinal görsel soru-cevap yeteneklerini hızla bozuyor. Mevcut yöntemler ya gradyan akışını tamamen keserek değerli sürekli denetimi kaybediyor ya da düşük-rank adaptörler kullanarak sınırlı çözümler sunuyor. AEGIS, tampon gerektirmeyen ve katman bazında ortogonal gradyan projeksiyon kullanan yenilikçi bir çerçeve sunarak bu ikilemden kurtarıyor. Bu gelişme, robotik sistemlerde görsel-dil modellerinin daha etkili kullanımına kapı açabilir.

Araştırmacılar, tek kamera kullanarak üç boyutlu haritalama yapabilen yenilikçi bir sistem geliştirdi. GaussianFlow SLAM adlı bu teknoloji, optik akış verilerini kullanarak kameradan gelen görüntüleri gerçekçi 3D haritalar haline getiriyor. Geleneksel yöntemlerde tek kameradan alınan görüntülerle derinlik bilgisi elde etmek zorken, bu sistem hareket eden nesnelerin akışını takip ederek geometrik ipuçları yakalıyor. Gaussian splatting tekniğini SLAM sistemleriyle birleştiren çalışma, robotik, otonom araçlar ve artırılmış gerçeklik alanlarında önemli uygulamalara sahip. Sistem, kamera hareketlerini ve sahne yapısını aynı anda optimize ederek daha doğru ve kararlı 3D modeller üretiyor.

Araştırmacılar, sürekli yapıdaki robotların (continuum robot) şeklini belirleme konusunda yenilikçi bir matematiksel yaklaşım geliştirdiler. Bu robotlar, geleneksel eklemli robotların aksine esnek yapıları sayesinde dar alanlarda çalışabilir ve tıp gibi hassas uygulamalarda kullanılır. Yeni yöntem, sınırlı sensör verilerinden robotun tam şeklini tahmin etmek için faktör grafları ve Magnus açılımı adı verilen matematiksel teknikleri birleştiriyor. Geleneksel yaklaşımlar ya çok basit modeller kullanarak belirsizlikleri göz ardı ediyor ya da çok karmaşık hesaplamalar gerektiriyordu. Bu çalışma, her iki yaklaşımın güçlü yanlarını harmanlayarak hem kompakt hem de güvenilir tahminler yapabilen hibrit bir sistem öneriyor.