“robotik sistem” için sonuçlar
87 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Mekanik Zeka: Bilgisayarsız Düşünen Malzemeler Geliştiriliyor
NSF'de düzenlenen çığır açan çalıştayda, bilim insanları 'Mekanik Zeka' kavramını ele aldı. Bu yenilikçi yaklaşım, malzemelerin ve robotik sistemlerin elektriksel sinyal ya da bilgisayar kodu olmadan, sadece mekanik yapıları aracılığıyla zeka sergileyebileceğini öngörüyor. Geleneksel hesaplamalı zekanın aksine, bu sistemler responsivite, adaptasyon, hafıza ve öğrenme özelliklerini doğrudan fiziksel yapılarında barındıracak. 38 akademik araştırmacı ve 8 NSF program müdürünün katıldığı iki günlük etkinlik, bu alandaki mevcut zorlukları ve gelecek fırsatlarını değerlendirdi. Mekanik zeka, özellikle robotik, biyomedikal implantlar ve akıllı malzemeler alanında devrim yaratma potansiyeli taşıyor. Bu teknoloji, enerji tüketimi düşük, daha dayanıklı ve çevre koşullarına kendiliğinden uyum sağlayabilen sistemlerin geliştirilmesine olanak sağlayabilir.
Robotlar İçin Yeni Öğrenme Yöntemi: İleri ve Geri Dinamik Modeller Ayrıştırıldı
Araştırmacılar, robotların daha verimli öğrenmesi için yeni bir yaklaşım geliştirdi. DeFI adlı bu framework, görsel tahmin ve hareket kontrolünü birbirinden ayırarak robotların hem insan videolarından hem de robot verilerinden daha etkili öğrenmesini sağlıyor. Geleneksel vision-language-action modellerinin aksine, bu yöntem 2D görüntü tahmini ile 3D hareket kontrolü arasındaki uyumsuzluğu çözüyor. Sistem, geleceği tahmin eden GFDM ve hareketleri çıkarsayan GIDM olmak üzere iki ayrı model kullanıyor. Bu modeller internet üzerindeki geniş video arşivlerinden hareket bilgisi olmadan da öğrenebiliyor, böylece robotik sistemlerin eğitimi için kullanılabilecek veri miktarını önemli ölçüde artırıyor. Yöntem, robotların çevreyi anlama ve hareket planlama yeteneklerini geliştirerek, genel amaçlı robot sistemlerinin geliştirilmesine katkı sağlıyor.
AI robotların güvenlik açığı: Tehlikeleri hafife alan dünya modelleri
Yapay zeka araştırmacıları, robotik sistemlerde kullanılan video tabanlı dünya modellerinin ciddi bir güvenlik sorunu yaşadığını keşfetti. Bu modeller, robotların çevrelerini simüle etmek ve karar vermek için kullanılıyor ancak fiziksel riskleri doğru şekilde değerlendiremiyor. Araştırma, bu AI sistemlerinin tehlikeli durumları hafife aldığını ve ciddi sonuçları öngöremediğini ortaya koydu. Bilim insanları, sorunu çözmek için gerçek kaza raporları ve güvenlik kılavuzlarına dayanan ICAT adlı yeni bir test yöntemi geliştirdi. Bu çalışma, AI robotların güvenli şekilde topluma entegre edilmesi için kritik önem taşıyor ve mevcut teknolojinin güvenlik açısından yetersiz kaldığını gösteriyor.
PULSE: Pahalı Sensörlerden Ucuz Sensörlere Bilgi Aktarımında Devrim
Araştırmacılar, robotik sistemler ve giyilebilir teknolojiler için yeni bir çözüm geliştirdi. PULSE adlı bu sistem, laboratuvarda kullanılan pahalı ve hassas sensörlerden elde edilen bilgileri, günlük kullanımda daha pratik olan ucuz sensörlere aktarabiliyor. Sistem, öğretmen-öğrenci modeli kullanarak zengin veri sağlayan sensörlerden öğrendiklerini, maliyeti düşük ve dayanıklı sensörlere transfer ediyor. Bu yaklaşım, robotların ve akıllı cihazların daha geniş çevrelerde kullanılabilmesini sağlayarak, embodied AI teknolojisinin yaygınlaşmasına katkı sunuyor.
Dört Ayaklı Robotlar İçin Yeni Navigasyon Algoritması Geliştirildi
Araştırmacılar, dört ayaklı robotların konum belirleme yeteneklerini önemli ölçüde artıran yeni bir algoritma geliştirdi. Klasik Kalman filtre yöntemlerinin sınırlarını aşan bu yaklaşım, robotların doğrusal olmayan hareketlerini daha doğru bir şekilde hesaplayabiliyor. Geleneksel yöntemler, robotik sistemlerde nadiren karşılanan doğrusal hareket ve Gaussian gürültü varsayımlarına dayanırken, yeni algoritma gerçek dünya koşullarına daha iyi adapte olabiliyor. Bu gelişme, arama kurtarma operasyonlarından endüstriyel uygulamalara kadar geniş bir yelpazede kullanılabilecek otonom robotların performansını artıracak.
Sonsuz Güvenlik Kısıtlamasıyla Robot Kontrolü: Yeni Matematiksel Çerçeve
Araştırmacılar, robotik sistemlerin güvenli çalışması için kritik olan Kontrol Bariyer Fonksiyonları (CBF) teorisini sonsuz sayıda güvenlik kısıtlaması içerecek şekilde genişletti. Geleneksel CBF yaklaşımları sınırlı sayıda güvenlik kuralıyla çalışırken, yedek güvenlik sistemleri gibi karmaşık uygulamalar sonsuz kısıtlama gerektirir. Bu breakthrough çalışma, güvenli hareket kümelerinin sonsuz kısıtlamalarla tanımlandığı durumlar için temel matematiksel soruları yanıtlıyor. Nagumo Teoremi'ni bariyer benzeri eşitsizliklere indirgeyen düzenlilik koşullarını belirleyerek, otonom araçlardan endüstriyel robotlara kadar geniş uygulama alanına sahip güvenli kontrol sistemlerinin tasarımında yeni olanaklar sunuyor.
Fed3D: Çok Robotlu Sistemlerde Gizlilik Korumalı 3D Nesne Tanıma
Araştırmacılar, otonom araçlar ve robotik sistemlerde kritik öneme sahip 3D nesne tanıma teknolojisini, gizliliği koruyarak çok robotlu ağlarda kullanılabilir hale getiren yenilikçi bir çerçeve geliştirdi. Fed3D adlı bu sistem, robotların kişisel verilerini paylaşmadan ortak öğrenme yapabilmesini sağlıyor. Geleneksel yöntemlerde robotlar verilerini merkezi bir sunucuya göndermek zorunda kalırken, bu yaklaşımda her robot kendi verilerini yerel ortamda tutuyor. Sistem, 3D verilerin düzensiz yapısı ve robotlar arası farklı kategori dağılımları gibi teknik zorlukları aşmak için özel algoritmalar kullanıyor. Bu gelişme, özellikle büyük ölçekli keşif görevlerinde çalışan robot filolarının hem güvenli hem de etkili bir şekilde işbirliği yapabilmesinin önünü açıyor.
Robotlarda Çift Modlu Çalışabilen Yeni Aktüatör Sistemi Geliştirildi
Araştırmacılar, robotik sistemlerde kullanılan aktüatörlerin esneklik davranışını gerçek zamanlı olarak değiştirebilen yenilikçi bir tasarım geliştirdi. DTEA (Çift Topolojili Elastik Aktüatör) adı verilen bu sistem, seri ve paralel elastik aktüatör modları arasında 33 milisaniyeden daha kısa sürede geçiş yapabiliyor. Bu teknoloji, robotların farklı görevler için optimize edilmiş hareket kabiliyetleri sergilemesini sağlayarak, tek bir robot sisteminin hem hassas pozisyonlama hem de darbelere karşı dayanıklılık gerektiren işleri yapabilmesine olanak tanıyor. Prototip testlerde 324 mod değişikliğini hasar almadan gerçekleştirerek sistemin güvenilirliğini kanıtladı.
AEGIS: Robot kontrolü için görsel-dil modellerinin hafızasını koruyan yeni yöntem
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.
DyTact: El hareketlerini anlık olarak yakalayan yeni teknoloji
Araştırmacılar, el ve nesne arasındaki dinamik teması gerçek zamanlı olarak yakalayabilen DyTact adlı yeni bir sistem geliştirdi. Bu markerless (işaretçisiz) teknoloji, yapay zeka karakter animasyonları, genişletilmiş gerçeklik uygulamaları ve robotik sistemler için kritik öneme sahip. Sistem, 2D Gaussian surfeller tabanlı dinamik bir temsil kullanarak karmaşık el manipülasyonlarını modelliyor. MANO ağ yapılarıyla bağlantılı bu surfeller, optimizasyon sürecini hızlandırıyor ve kararlılık sağlıyor. Özellikle temas bölgelerindeki ağır kapatma sorunlarını çözmek için adaptif örnekleme stratejisi uygulayan sistem, yüksek frekanslı deformasyonları da işleyebiliyor. Bu gelişme, insanın nesne manipülasyonunu anlama konusunda önemli bir adım teşkil ediyor.
Robotlar İçin Sabit Zamanlı Hareket Planlaması: COVER Sistemi Geliştirildi
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.
ABot-Claw: Robotları İşbirliği Yapabilen Kalıcı Ajanlara Dönüştürüyor
Araştırmacılar, robotik alanında devrim yaratabilecek yeni bir sistem olan ABot-Claw'u geliştirdi. Bu sistem, farklı türdeki robotların uzun süreli görevlerde işbirliği yapmasını, deneyimlerinden öğrenmesini ve sürekli kendilerini geliştirmesini sağlıyor. Mevcut robotik sistemler genellikle kısa vadeli görevlerle sınırlı kalıyor ve gerçek dünya koşullarında zorlanıyor. ABot-Claw ise robotlara kalıcı hafıza, görsel tabanlı öğrenme ve çoklu robot koordinasyonu yetenekleri kazandırıyor. Sistem, Vision-Language-Action modellerinin güçlü algılama yeteneklerini, System 2 bilişsel mekanizmalarla birleştirerek robotların daha akıllı ve özerk hareket etmesini mümkün kılıyor.
Robotlara Modüler Yetenekler Kazandıran Yeni Sözleşme Sistemi Geliştirildi
Araştırmacılar, fiziksel robotların yeteneklerini modüler bir şekilde yönetmek için ECM Contracts adlı yeni bir arayüz modeli geliştirdi. Bu sistem, robotların farklı yetenekleri kurması, güncellemesi ve birleştirmesi sürecini standartlaştırıyor. Geleneksel yazılım arayüzlerinin aksine, ECM Contracts altı farklı boyutu dikkate alarak robotların güvenli ve uyumlu çalışmasını sağlıyor. Bu yaklaşım, robot yeteneklerinin karmaşık kombinasyonlarının güvenilir bir şekilde çalışmasını mümkün kılarak, robotik sistemlerde modülerlik ve uyumluluk sorunlarına çözüm getiriyor.
Belirsiz Sistemlerde Optimal Kontrol: Yeni Algoritma Geliştirme
Araştırmacılar, belirsizlik içeren karmaşık sistemleri kontrol etmek için yeni bir algoritma geliştirdi. Belirsiz Markov Karar Süreçleri (UMDP) soyutlaması kullanan bu yöntem, doğrusal olmayan stokastik sistemlerde optimal kontrolörler tasarlayabiliyor. Algoritma, sistemi adım adım iyileştirerek performans garantileri sunuyor ve 'kaybolan belirsizlik' koşulu altında mükemmel sonuçlara yaklaşıyor. Bu gelişme, otonom araçlardan robotik sistemlere kadar birçok alanda güvenli ve verimli kontrol sistemleri tasarımında önemli ilerlemeler sağlayabilir.
Robot Kollarının Tekil Durum Sorunu: Klasik ve AI Yöntemlerinin Karşılaştırması
Robot kollarının hareket planlamasında karşılaşılan en büyük sorunlardan biri tekil durumlardır - robot eklemlerinin aniden çok hızlı hareket ettiği veya sistemin tamamen kilitlendiği durumlar. Yeni bir araştırma, bu sorunu çözmek için geliştirilen geleneksel matematik tabanlı yöntemlerle modern yapay zeka yaklaşımlarını kapsamlı olarak karşılaştırdı. Çalışmada 12 farklı çözüm yöntemi test edildi ve ilginç sonuçlar elde edildi: Sadece yapay zeka kullanan yöntemler beklenenden daha kötü performans gösterirken, matematik ve AI'ı birleştiren hibrit yaklaşımlar daha başarılı oldu. Bu bulgular, robotik sistemlerde güvenilirlik açısından kritik öneme sahip.