“robotik sistem” için sonuçlar
87 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Kas Aktivitesini Hareket Sensörlerinden Tahmin Ediyor
Araştırmacılar, giyilebilir robotik sistemler için yeni bir yapay zeka çözümü geliştirdi. GEGLU-Transformer adlı bu sistem, hareket sensörlerinden (IMU) kas aktivitesini (EMG) tahmin edebiliyor. Geleneksel EMG ölçümleri laboratuvar dışında güvenilirlik sorunları yaşarken, bu yeni yaklaşım sadece hareket verilerini kullanarak kas kasılmalarını kestirebiliyor. Sistem, farklı kişilerde %70'e varan doğruluk oranları gösteriyor ve çok az kalibrasyon verisiyle kişiye özel uyarlama yapabiliyor. Bu teknoloji, protez uzuv kontrolü, rehabilitasyon robotları ve spor performans analizi gibi alanlarda devrim yaratabilir.
Bilgisayar Topu Üzerinde Durabilen İnsansı Robot Yaratıldı
ETH Zürich araştırmacıları, bir top üzerinde dengede durabilen insansı robot sistemini başarıyla geliştirdi. asRoBallet adı verilen bu proje, reinforcement learning (pekiştirmeli öğrenme) teknolojisini ilk kez bu tür bir donanımda uygulamayı başardı. Ballbot adı verilen bu robot türü, tek bir küre üzerinde dengelenerek hareket eden ve robotik alanında önemli bir kontrol zorluğu oluşturan sistemlerdir. Araştırmacılar, sanal ortamla gerçek dünya arasındaki farkları minimize eden yüksek doğrulukta simülasyon geliştirerek, robotun sürtünme kuvvetlerini daha iyi anlamasını sağladı. Bu çalışma, dengesiz robotik sistemlerin kontrolünde önemli bir ilerleme kaydederken, gelecekte daha çevik ve uyarlanabilir robotların geliştirilmesine kapı açıyor.
Humanoid robotlar dokunma hissiyle engel kaçınmayı öğreniyor
Araştırmacılar, humanoid robotların çarpışmalardan kaçınması için yeni bir yaklaşım geliştirdi. H1-2 humanoid robotunda gerçekleştirilen çalışmada, robotun vücuduna yerleştirilen dokunsal ve yakınlık sensörleriyle pekiştirmeli öğrenme kullanıldı. Dodgeball oyunu test ortamı olarak seçilen araştırmada, robotun üst vücut bölgesindeki sensörlerin özellikleri detaylı incelendi. Sonuçlar, yeterli algılama menzili sağlandığında ham yakınlık ölçümlerinin nesne konumu tespiti kadar etkili olduğunu gösterdi. Ayrıca seyrek ve yönsüz yakınlık sinyallerinin, yoğun ve yönlü alternatiflere kıyasla öğrenme verimliliğinde daha başarılı olduğu belirlendi. Bu bulgular, robotik sistemlerde sensör tasarımı ve kaçınma davranışları arasındaki ilişkiyi anlamamızı derinleştiriyor.
Robotlar Geleceği Görmeden de Öğrenebilir: Yeni Yapay Zeka Yöntemi
Araştırmacılar, robot eğitiminde çığır açan bir yöntem geliştirdi. 'Privileged Foresight Distillation' adlı bu teknik, robotların gelecekteki durumları görmeden de etkili eylemler gerçekleştirebilmesini sağlıyor. Geleneksel yaklaşımda robotlar hem mevcut durumu hem de gelecekteki videoları analiz ederek öğreniyordu. Ancak yeni araştırma, geleceği görme yetisinin asıl rolünün farklı olduğunu ortaya koyuyor. Bilim insanları, gelecek bilgisinin bir düzeltme mekanizması işlevi gördüğünü ve bu bilgiyi eğitim sırasında öğretmen modelden öğrenci modele aktarmanın mümkün olduğunu keşfetti. Bu yaklaşım, robotik sistemlerin daha verimli çalışmasını ve hesaplama maliyetlerinin düşmesini sağlıyor.
Esnek robotlar için yeni görüntü tabanlı konum belirleme sistemi geliştirildi
Araştırmacılar, uçuş sırasında şekil değiştiren esnek robotik platformlar için yenilikçi bir konum belirleme sistemi geliştirdi. Geleneksel robotik sistemlerin aksine, bu platformlar hareket halindeyken deformasyon geçiriyor ve mevcut katı cisim yaklaşımlarını geçersiz kılıyordu. Yeni sistem, makine öğrenmesi tabanlı deformasyon-kuvvet modeli ve sürekli zaman B-spline kinematik modelleri kullanarak bu sorunu çözüyor. Newton'un ikinci yasasını sürekli uygulayan yaklaşım, görsel verilerden elde edilen hareket ivmesi ile deformasyondan kaynaklanan ivme arasında ilişki kuruyor. Bu gelişme, özellikle havacılık ve uzay endüstrisinde kullanılan esnek yapılı robotlar için kritik önem taşıyor.
Robotlar İçin Yeni Nesil Nesne Tanıma Sistemi: SODA-CitrON
Araştırmacılar, otonom araçlar ve robotik sistemler için devrim niteliğinde bir nesne takip teknolojisi geliştirdi. SODA-CitrON adlı bu sistem, farklı sensörlerden gelen verileri birleştirerek sabit nesneleri gerçek zamanlı olarak tanımlayabiliyor. Geleneksel yöntemlerden farklı olarak, hareket halindeki hedeflere odaklanan klasik yaklaşımların aksine, durağan nesnelerin tespitinde daha etkili çalışıyor. Sistem, yapay zeka destekli kümeleme algoritmaları kullanarak çok sayıda sensörden gelen bilgileri işleyebiliyor ve bilinmeyen sayıda nesneyi aynı anda takip edebiliyor. Bu teknoloji, otonom sürüş, çevre haritalama ve robotik uygulamalarda önemli bir ilerleme sağlayacak.
Robotlarda Yeni Dönem: Niyet Okuyabilen Mobil Manipülasyon Sistemi
Araştırmacılar, hem hareket edebilen hem de nesneleri kavrayabilen robotlar için devrim niteliğinde bir sistem geliştirdi. InCoM adlı bu yeni yaklaşım, robotların hangi görevi yerine getirmek istediğini anlayarak algılama yeteneklerini dinamik olarak ayarlıyor. Sistem, robotun tekerlek ve kol hareketlerini daha koordineli bir şekilde yönetirken, değişen görüş açılarına göre dikkatini doğru yerlere yönlendirebiliyor. Bu teknoloji, geleneksel robotik sistemlerde karşılaşılan iki temel sorunu çözüyor: karmaşık hareket koordinasyonu ve değişken görüş koşullarında etkisiz algılama. Ev işleri yapabilen, fabrika ortamlarında çalışabilen veya bakım hizmetleri sunabilen genel amaçlı robotların geliştirilmesinde önemli bir adım sayılıyor.
Flex ve Teradyne, fiziksel yapay zeka üretimini hızlandırmak için ortaklığını genişletiyor
Küresel teknoloji şirketleri Flex ve Teradyne Robotics, üretim tesislerinde fiziksel yapay zeka uygulamalarını yaygınlaştırmak amacıyla stratejik ortaklıklarını genişlettiklerini duyurdu. Bu işbirliği, robotik sistemlerle yapay zeka teknolojilerinin entegrasyonunu hızlandırarak, üretim süreçlerinde daha akıllı ve otonom çözümler geliştirilmesini hedefliyor. Fiziksel AI, robotların çevrelerini algılama, öğrenme ve buna göre hareket etme kabiliyetlerini artıran teknolojileri kapsıyor. Bu ortaklık, özellikle büyük ölçekli üretim tesislerinde robotik otomasyon ve yapay zeka çözümlerinin daha geniş bir alanda uygulanmasını sağlayacak. Gelişme, endüstriyel üretimde AI tabanlı robotik sistemlerin artan önemini ve bu alandaki teknolojik ilerlemeyi gösteriyor.
Yapay Zeka Robotları Laboratuvarlardan Fabrika Zeminlerine Taşınıyor
Yapay zeka destekli robotik sistemler, artık deneysel laboratuvar ortamlarından çıkarak gerçek dünya üretim tesislerinde aktif roller üstlenmeye başlıyor. Universal Robots, PickNik ve Path Robotics gibi sektör lideri şirketlerin deneyimlerine dayanan yeni bulgular, AI robotların endüstriyel uygulamalara entegrasyonunun ne kadar karmaşık bir süreç olduğunu ortaya koyuyor. Bu geçiş sürecinde, teorik başarıları pratiğe dönüştürmek için gereken altyapı yatırımları, teknik adaptasyonlar ve operasyonel değişiklikler kritik önem taşıyor. Robotik AI'nın üretim sektöründeki bu dönüşümü, hem teknolojik ilerleme hem de endüstriyel verimlilik açısından önemli bir milat olarak değerlendiriliyor.
Yapay Zeka Ajanları Artık Daha Verimli İşbirliği Yapabilecek
Araştırmacılar, çok sayıda yapay zeka ajanının bir arada çalışmasını sağlayan MADDPG algoritmasının ölçeklenebilirlik sorununu çözen yeni bir yöntem geliştirdi. MADDPG-K adlı bu yaklaşım, her ajanın yalnızca en yakınındaki k sayıda ajanla etkileşime girmesini sağlayarak hesaplama maliyetini dramatik şekilde azaltıyor. Geleneksel yöntemde ajan sayısı arttıkça hesaplama yükü doğrusal olarak büyürken, yeni sistem sabit boyutlu bir yapı kullanıyor. Bu breakthrough, drone sürüleri, otonom araç filosu ve robotik sistemler gibi büyük ölçekli çok-ajanlı uygulamalarda devrim yaratabilir.
Yapay Zeka Ajanlarının Koordineli Çalışması İçin Yeni Yaklaşım Geliştirildi
Araştırmacılar, çoklu yapay zeka ajanlarının daha koordineli davranışlar geliştirmesini sağlayan yenilikçi bir yöntem önerdi. Geleneksel yaklaşımlar, ajanlar arası koordinasyonu sağlamakta zorlanırken, yeni teknik ajanların durumları arasındaki senkronizasyonu kullanarak güçlü işbirliği temelleri oluşturuyor. Yöntem, durum uzayını sıkıştırarak karmaşıklığı azaltırken koordineli davranışlar için gerekli bilgiyi koruyor. Bu gelişme, otonom araç filosundan robotik sistemlere kadar birçok alanda daha etkili çoklu ajan uygulamaları geliştirilmesine olanak sağlayabilir.
Belirsizlik Altında Optimal Kontrol: Yapay Zeka İçin Yeni Matematiksel Yöntem
Araştırmacılar, gürültülü ortamlarda çalışan sistemlerin kontrolü için yeni bir matematiksel yaklaşım geliştirdi. Yöntem, belirsizlik içeren durumlarda en kötü senaryoya karşı optimize edilmiş kontrol stratejileri üretiyor. Bu çalışma, otonom araçlardan robotik sistemlere kadar pek çok alanda kullanılabilecek güvenilir yapay zeka uygulamaları için kritik öneme sahip. Geliştirilen algoritma, geleneksel yöntemlerin aksine belirsizlikleri dikkate alarak daha dayanıklı çözümler sunuyor ve gerçek zamanlı uygulamalar için ölçeklenebilir bir yapı sağlıyor.
NaviFormer: Navigasyon Problemini Bütünsel Çözen Yeni Yapay Zeka Modeli
Araştırmacılar, karmaşık navigasyon problemlerini tek seferde çözebilen NaviFormer adlı yeni bir yapay zeka modeli geliştirdi. Transformer mimarisine dayanan ve derin pekiştirmeli öğrenme kullanan bu model, hem yüksek seviye rota planlaması hem de düşük seviye yol planlaması problemlerini aynı anda çözebiliyor. Geleneksel yaklaşımlar bu iki alt problemi ayrı ayrı ele alırken, NaviFormer bütünsel bir çözüm sunuyor. Model, waypoint sıralamasından trajektori tahminlemesine kadar tüm navigasyon sürecini optimize ediyor. Yapılan deneyler, NaviFormer'ın diğer algoritmalarla karşılaştırıldığında rekabetçi doğruluk oranları sergilediğini ve her alt problemin kısıtlarını anlayarak performansını artırdığını gösteriyor. Özellikle hesaplama hızındaki üstünlüğü, gerçek zamanlı uygulamalar için büyük avantaj sağlıyor. Bu gelişme, otonom araçlardan robotik sistemlere kadar birçok alanda navigasyon teknolojisinin ilerlemesi için önemli bir adım teşkil ediyor.
Yapay Zeka Artık Nesne Dönüşümlerini Birinci Şahıs Bakışla Görebiliyor
Araştırmacılar, yapay zekanın insan bakış açısından nesne dönüşümlerini anlayabilmesi için yeni bir sistem geliştirdi. EgoIn adlı bu framework, bir nesnenin başlangıç ve hedef durumları arasındaki ara geçiş süreçlerini tahmin edebiliyor. Sistem, örneğin bir elmanın nasıl dilimlendiğini veya bir kutunun nasıl açıldığını birinci şahıs perspektifinden modelleyebiliyor. Bu gelişme, robotik sistemlerin insan hareketlerini daha iyi anlaması ve taklit etmesi açısından büyük önem taşıyor. Teknoloji, özellikle insanlar ve makineler arasındaki etkileşimi güçlendirmek için kritik bir köprü görevi üstleniyor.
SpaceDex: Robot Elleri İçin Yeni Nesil Kavrama Teknolojisi
Araştırmacılar, dar ve engelli alanlarda çalışabilen gelişmiş robot elleri için SpaceDex adında yeni bir sistem geliştirdi. Geleneksel robotik kavrama sistemleri genellikle açık masa üstü ortamlarda test edilirken, gerçek dünyada robotlar raflar, dolaplar ve katmanlı çalışma alanları gibi kısıtlı mekanlarda çalışmak zorunda kalıyor. SpaceDex, bu zorluğu Vision-Language Model tabanlı planlayıcısı ve hiyerarşik kontrol yapısıyla çözüyor. Sistem, birden fazla kamera görüntüsünden engelleri analiz edip yükseklik ilişkilerini değerlendirerek, robot kolu navigasyonu ve el manipülasyonunu ayrı ayrı optimize ediyor. Bu teknolojik ilerleme, ev robotları, endüstriyel otomasyon ve dar alanlarda çalışması gereken robotik sistemler için önemli bir adım teşkil ediyor.
Yılan Robotlar Doğal Dinamiklerle Daha Verimli Hareket Edebilir
Araştırmacılar, elastik yılan robotların doğal dinamiklerini kullanarak daha verimli hareket etmelerini sağlayacak yeni yürüyüş teknikleri geliştirdi. Doğada birçok canlının kendi vücut elastikiyetini hareket verimliliğini artırmak için kullandığından ilham alan çalışma, robotik sistemlerin doğal dinamik davranışlarının tam potansiyelini ortaya çıkarmayı hedefliyor. Eigenmanifold teorisindeki son gelişmelerden yararlanarak, karmaşık doğrusal olmayan sistemlerdeki doğal dinamikleri daha iyi karakterize etmeyi başaran bilim insanları, iki farklı doğal dinamik tabanlı hareket tarzını test etti. Sonuçlar, enerji korunumlu durumlarda belirli yörünge tiplerinin mükemmel verimlilik sağlayabildiğini gösterdi.
Güvenli Sistemlerde Tekrarlayan Görevler İçin Yeni Matematiksel Model
Araştırmacılar, stokastik (rastgele) sistemlerde güvenlik sınırları içinde kalarak belirli bölgeleri en az k kez ziyaret etme olasılığını hesaplayan yeni bir matematiksel çerçeve geliştirdi. Bu çalışma, gözetleme sistemleri ve periyodik şarj işlemleri gibi tekrarlayan görevlerin güvenilirliğini matematiksel olarak doğrulamak için önemli. Araştırmacılar, 'çarpımsal stokastik bariyer fonksiyonları' adlı yeni bir yaklaşım kullanarak, sistemlerin hem güvenlik gereksinimlerini karşılayıp hem de görevlerini yerine getirme olasılıklarını hesaplayabiliyor. Bu model, özellikle otonom araçlar, robotik sistemler ve güvenlik kritik uygulamalar için büyük önem taşıyor.
Küçük Veri ile Büyük Başarı: Kompakt Yapay Zeka Modelleri Geliştiren Yeni Yaklaşım
Araştırmacılar, çocukların dil öğrenme sürecinden ilham alarak, sınırlı kaynaklarla çalışabilen kompakt görü-dil modelleri geliştirdi. ESsEN adlı bu yeni yaklaşım, milyarlarca parametre gerektiren büyük modellere alternatif sunuyor. İki-kule encoder mimarisi ve geleneksel konvolüsyonel ağların transformer yapılarıyla entegrasyonu sayesinde, küçük veri setleriyle eğitilen modeller bile başarılı sonuçlar veriyor. Bu gelişme, özellikle mobil cihazlar ve özerk robotik sistemler için kritik önem taşıyor. Çalışma, yapay zekanın daha erişilebilir hale gelmesi yolunda önemli bir adım olarak değerlendiriliyor.
Büyük dil modelleri robotlarda planlama yaparken güvenlik açıkları oluşturuyor
Araştırmacılar, robotik sistemlerde planlama amaçlı kullanılan büyük dil modellerinin ciddi güvenlik risklerine yol açtığını ortaya çıkardı. DESPITE adlı kapsamlı test sistemiyle 23 farklı model değerlendirildi ve şaşırtıcı sonuçlar elde edildi. En iyi planlama yeteneğine sahip modelin sadece %0,4 oranında geçersiz plan ürettiği, ancak %28,3 oranında tehlikeli planlar önerdiği tespit edildi. 3 milyar ile 671 milyar parametre arasındaki 18 açık kaynak model incelendiğinde, model boyutu arttıkça planlama becerisi önemli ölçüde gelişirken güvenlik farkındalığı nispeten sabit kaldığı görüldü. Büyük modellerin daha güvenli sonuçlar üretmesinin asıl nedeni tehlike algısının artması değil, genel planlama yeteneklerindeki iyileşme olduğu anlaşıldı.
RAYEN: Yapay Sinir Ağlarına Sert Matematiksel Kısıtlamalar Getiren Yeni Çerçeve
Araştırmacılar, yapay sinir ağlarının çıktılarına matematiksel kısıtlamalar uygulayabilen RAYEN adlı yeni bir çerçeve geliştirdi. Robotik uygulamalarında kritik olan bu yaklaşım, sinir ağlarının güvenlik gereksinimleri veya fiziksel sınırları ihlal etmesini önlüyor. RAYEN, eğitim ve test aşamalarında bu kısıtlamaların her zaman karşılanmasını garanti ederken, hesaplama maliyetini minimum seviyede tutuyor. Mevcut yöntemlerin aksine, pahalı matematiksel işlemler veya yaklaşık çözümler gerektirmiyor. Bu gelişme, otonom araçlardan robotik sistemlere kadar güvenlik kritik uygulamalarda yapay zekanın daha güvenilir kullanımını mümkün kılıyor.
Gauss Süreçli AI Modeli ile Drone Kontrolünde Büyük Adım
Araştırmacılar, karmaşık nonlineer sistemlerin kontrolü için yeni bir yapay zeka yaklaşımı geliştirdi. Gauss süreci durum uzayı modelleri kullanarak, sistemlerin belirsizlik içinde güvenli hareket edebilmeleri için olasılıksal kontrol kümeleri hesapladılar. Bu yöntem, veri odaklı öğrenme ile bilinmeyen dinamikleri modelleyerek, sistemin güvenli bölgede kalma olasılığını maksimize eden kontrolcüler tasarlıyor. Yarı kesin programlama tekniği kullanılarak geliştirilen sistem, hem simülasyonda hem de gerçek quadrotor drone'unda test edildi. Bu çalışma, otonom araçlardan robotik sistemlere kadar birçok alanda güvenlik kritik uygulamalar için önemli.
Yapay Zeka için 40 Bin Gerçekçi İç Mekan Simülasyonu Geliştirildi
Araştırmacılar, Embodied AI (Somutlaşmış Yapay Zeka) sistemlerinin gelişimi için büyük ölçekli InternScenes veri setini oluşturdu. Yaklaşık 40 bin farklı iç mekan sahnesinden oluşan bu koleksiyon, gerçek dünya taramalarını, prosedürel üretilmiş sahneleri ve tasarımcı yaratımlarını birleştiriyor. Veri seti toplam 1.96 milyon 3D nesne içeriyor ve 15 yaygın mekan türü ile 288 nesne sınıfını kapsıyor. Mevcut veri setlerindeki sınırlılıkları aşmak için geliştirilen sistem, her bölgede ortalama 41.5 nesne bulundurarak küçük eşyaları da koruyup gerçekçi düzenler yaratıyor. Bu kapsamlı kaynak, robotik sistemler ve yapay zeka uygulamalarının iç mekanlarda daha etkili çalışabilmesi için kritik öneme sahip.
Robotlar İçin Yeni Zaman Garantili Kontrol Sistemi Geliştirildi
Araştırmacılar, robotik sistemlerin belirlenen hedefe ulaşması için gerekli süreyi garanti altına alan yeni bir kontrol yöntemi geliştirdi. Bu yöntem, sistem belirsizlikleri ve fiziksel kısıtlamaları göz önünde bulundurarak, hedef noktaya ulaşım süresinin üst sınırını önceden belirlemeyi mümkün kılıyor. Lineer matris eşitsizlikleri kullanan bu yaklaşım, Lyapunov fonksiyonlarının harmonik dönüşümüne dayanıyor ve durum uzayının bölümsel karesel temsilini kullanıyor. Geliştirilen sistem, başlangıçta belirsiz politopik sistemler için tasarlanmış olsa da parçalı ve doğrusal olmayan sistemlere de uygulanabiliyor. Bu gelişme, otonom araçlardan endüstriyel robotlara kadar birçok alanda güvenilir ve öngörülebilir kontrol sistemleri tasarımında önemli bir adım oluşturuyor.
Yapay Zeka Robotlar İnşaat Sektöründe Hassas Montaj İşlerini Öğreniyor
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.