“robot navigasyon” için sonuçlar
14 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Robotlar İnsanlarla Beraber Yürüyor: Sosyal Navigasyon Devrimi
Araştırmacılar, robotların açık hava ortamlarında insanlarla güvenli ve sosyal olarak uyumlu şekilde uzun mesafelerde yürüyebilmesini sağlayan yeni bir sistem geliştirdi. 'Walk with Me' adlı bu çerçeve, önceden hazırlanmış pahalı haritalar gerektirmeden, doğal dil komutlarını anlayarak robotları hedefe yönlendirebiliyor. Sistem, GPS verileri ve halka açık harita API'lerini kullanarak semantik hedef belirleme yapıyor. İki seviyeli yapısıyla çalışan sistem, üst seviyede soyut talimatları somut hedeflere dönüştürürken, alt seviyede anlık duruma göre güvenlik kararları alıyor. Bu gelişme, özellikle yaşlı bakımı ve engelli yardımı gibi alanlarda robotların günlük hayattaki rolünü artırabilir.
Robotlar İç-Dış Mekan Geçişlerinde Kaybolmayacak: Yeni Navigasyon Sistemi
Bilim insanları, robotların iç ve dış mekanlar arasında sorunsuz hareket edebilmesi için çok teknolojili bir konumlandırma sistemi geliştirdi. GPS'in dış mekanlarda, WiFi ve Bluetooth'un iç mekanlarda güçlü olduğu biliniyordu, ancak bina girişlerinde her iki teknoloji de zayıflıyordu. Araştırmacılar, GNSS, Ultra-Wideband, WiFi ve Bluetooth sinyallerini milimetre hassasiyetle eş zamanlı ölçen HYMN veri setini oluşturarak bu sorunu çözdü. Endüstriyel bir ortamda yapılan testler, farklı teknolojilerin birbirini tamamladığını ve birleştirildiğinde robotların her ortamda güvenilir navigasyon yapabileceğini gösterdi.
Yapay Zeka Robotları Artık Trafik Kurallarını da Öğreniyor
Araştırmacılar, görsel-dil navigasyonu yapan yapay zeka sistemlerinin sadece fiziksel engelleri değil, sosyal kuralları da dikkate alması için yeni bir sistem geliştirdi. Rule-VLN adlı bu sistem, robotların şehir ortamında navigasyon yaparken trafik işaretleri, park yasağı gibi düzenleyici kısıtlamaları anlayıp uymasını sağlıyor. 29 bin noktalı dev bir test ortamında 177 farklı kural kategorisi ile eğitilen sistem, mevcut yapay zeka ajanlarının 'sadece gidebilir miyim?' sorusundan 'gitmeli miyim?' sorusuna geçmesini hedefliyor.
Robotlar Artık Engeller Arasında Çok Daha Güvenli Hareket Edebilecek
Araştırmacılar, tek tekerlekli robotların engeller arasında güvenli bir şekilde hareket etmesi için yeni bir kontrol sistemi geliştirdi. Bu sistem, robotun hareket sınırlarını göz önünde bulundurarak neredeyse her durumdan hedef noktasına ulaşmasını sağlıyor. Geliştirilen yöntem, matematiksel optimizasyon tekniklerini kullanarak robotun yolunu düzgün ve güvenli bir şekilde planlıyor. Test sonuçları oldukça etkileyici: robotlar hedeflerine iki kat daha hızlı ulaşırken, dönüş hareketleri için gereken enerji tüketimi %50'den fazla azalıyor. Bu gelişme, otonom araçlardan endüstriyel robotlara kadar birçok alanda kullanılabilecek güvenli navigasyon sistemlerinin geliştirilmesinde önemli bir adım teşkil ediyor.
Yapay zeka robotlar artık insan gibi düşünerek hedeflerine ulaşacak
Araştırmacılar, robotların görsel hedeflere ulaşmasını sağlayan yeni bir navigasyon sistemi geliştirdi. HRNav adlı bu sistem, insan zihninin çalışma prensibinden ilham alarak iki aşamalı bir yaklaşım benimsiyor. Önce yüksek seviyeli planlama yapan sistem, hedefe nasıl ulaşılacağına dair genel bir strateji belirliyor - örneğin kapıdan geçmek ya da koridordan yürümek gibi. Ardından düşük seviyeli yürütme aşamasında bu planı somut eylemlere dönüştürüyor. Geleneksel yöntemler sadece hedef ve gözlem görüntülerini karşılaştırarak doğrudan hareket kararları verirken, bu yeni yaklaşım özellikle uzak hedefler ve farklı odalar için çok daha başarılı sonuçlar veriyor. Sistem, görsel-dil modellerini kullanarak kısa vadeli planlar oluşturuyor ve böylece robotların karmaşık ortamlarda kaybolmadan hedefe ulaşmasını sağlıyor.
Yapay Zeka Robotları Artık Daha Az Kaybolacak: Çifte Çıpa Sistemi
Araştırmacılar, doğal dil talimatlarıyla hareket eden robotların uzun görevlerde kaybolma sorununu çözen yeni bir sistem geliştirdi. 'Durum Kayması' adı verilen bu problemde robotlar, görevlerini tamamlarken hangi aşamada olduklarını unutuyor ve daha önce gittikleri yerleri hatırlayamıyorlar. MIT ve diğer üniversitelerden bilim insanları, robotların hem talimat ilerlemesini hem de geçmiş deneyimlerini takip eden 'Çifte Çıpa Çerçevesi'ni geliştirdi. Bu yenilik, robotların karmaşık ortamlarda daha güvenilir şekilde navigasyon yapmasını sağlayarak, otonom sistemlerin pratik kullanım alanlarını genişletiyor.
Robot navigasyonunda güvenlik ve hız dengesini sağlayan yeni algoritma geliştirildi
Kapalı alanlarda çalışan robotların güvenli ve verimli navigasyonu için yeni bir hibrit yaklaşım geliştirildi. Araştırmacılar, offline Hamilton-Jacobi erişilebilirlik analizi ile online graf arama algoritmalarını birleştirerek, robotların karmaşık ortamlarda hem hızlı hem de güvenli hareket etmesini sağlayan bir çerçeve oluşturdu. Bu yöntem, özellikle dinamik ortamlarda çalışan otonom robotlar için kritik olan gerçek zamanlı planlama sorununu ele alıyor. Geleneksel graf arama algoritmalarının yüksek boyutlu uzaylarda karşılaştığı hesaplama karmaşıklığı sorununu, önceden hesaplanmış değer fonksiyonlarını kullanarak çözmeyi hedefliyor.
Robotlar Gerçek Dünyada Dolaşmayı İnsanlardan Öğreniyor
Araştırmacılar, robotların gerçek dünyada navigasyon yapabilmesini sağlayacak kapsamlı bir veri seti geliştirdi. EgoWalk adlı bu veri seti, 50 saatlik insan yürüyüş verisi içeriyor ve iç mekân-dış mekân, farklı mevsimler ve çeşitli lokasyonları kapsıyor. Veri seti, robotların doğal dil komutlarını anlayarak hedeflerine ulaşmasını ve yürünebilir alanları tanımasını sağlayacak özellikler sunuyor. Bu çalışma, yapay zeka destekli robot navigasyonu alanında önemli bir adım olarak değerlendiriliyor.
Yapay Zeka ile Yeni Nesil Filtreleme Teknolojisi: Derin Öğrenme Bayesian Filtresi
Araştırmacılar, geriye dönük stokastik diferansiyel denklemler ve derin öğrenme teknolojilerini birleştirerek yenilikçi bir Bayesian filtreleme yöntemi geliştirdi. Bu yaklaşım, karmaşık filtreleme problemlerini çözmek için doğrusal olmayan Feynman-Kac temsilini kullanıyor ve sinir ağları aracılığıyla yoğunluk fonksiyonlarını tahmin ediyor. Sistem çevrimdışı eğitildikten sonra yeni gözlemlerle gerçek zamanlı olarak çalışabiliyor. Matematiksel olarak kanıtlanmış hata sınırları ve sayısal örneklerle doğrulanmış yakınsama oranları, metodun güvenilirliğini gösteriyor. Bu gelişme, sinyal işleme, robot navigasyonu ve finansal modelleme gibi alanlarda daha hassas tahmin ve filtreleme imkanları sunuyor.
Yeni AI sistemi robotları karmaşık ortamlarda güvenli navigasyona yönlendiriyor
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.
Yapay Zeka Robotları İçin Yeni Navigasyon Sistemi: TagaVLM
Araştırmacılar, görsel-dil navigasyonunda devrim yaratabilecek yeni bir sistem geliştirdi. TagaVLM adlı bu teknoloji, büyük görsel-dil modellerinin mekânsal gezinme yeteneklerini dramatik şekilde iyileştiriyor. Geleneksel sistemlerin aksine, TagaVLM topolojik yapıları doğrudan modelin dikkat mekanizmasına entegre ederek robotların çevresel ilişkileri daha iyi anlamasını sağlıyor. Bu yaklaşım, statik görüntü analizi üzerinde eğitilen mevcut modellerin dinamik navigasyon görevlerindeki zayıflığını gideriyor. Sistem, zengin görsel ve mekânsal bilgiyi metne dönüştürmek yerine, bu verileri doğrudan işleyerek daha etkili sonuçlar elde ediyor.
LiDAR Verilerini 2D'ye Dönüştüren Yeni Sistem: Robotlar İçin Hızlı Navigasyon
Araştırmacılar, kaynak kısıtlı robotların kapalı mekanlarda daha verimli hareket etmesi için yenilikçi bir sistem geliştirdi. Bu sistem, 3 boyutlu LiDAR verilerini kuş bakışı 2D görüntülere dönüştürerek, duvarlar ve kapılar gibi yapısal unsurları gerçek zamanlı olarak tespit ediyor. Geleneksel 3D yöntemler hesaplama gücü açısından çok yoğun olurken, klasik 2D yaklaşımlar da güvenilirlik sorunları yaşıyordu. Yeni framework, hem klasik geometrik teknikler hem de yapay zeka tabanlı YOLO detektörünü kullanarak bu dengeyi kurmaya çalışıyor. Sistem, ardışık karelerden gelen verileri birleştiren özel bir modül sayesinde kararlılık ve güvenilirlik kazanıyor. Mobil robot platformlarında yapılan testler, farklı yöntemlerin performans dengelerini net şekilde ortaya koyuyor.
Yapay zeka robotları artık 'bulunamayan' hedefleri algılayabiliyor
Stanford araştırmacıları, görsel-dil navigasyon sistemlerinde devrim niteliğinde bir gelişme gerçekleştirdi. Geleneksel yapay zeka navigasyon sistemleri, verilen talimatların her zaman gerçekleştirilebilir olduğunu varsayıyordu. Ancak gerçek dünyada robotlar bazen var olmayan nesneleri aramaları istenebilir. VLN-NF adlı yeni sistem, robotların yanlış premisli talimatları algılamasını ve hedefin bulunmadığını anlayabilmesini sağlıyor. Bu teknoloji, robotların daha akıllı davranmasını ve gereksiz arama yapmak yerine 'bulunamadı' sonucuna varabilmesini mümkün kılıyor. Araştırma, yapay zeka sistemlerinin gerçek dünya koşullarında daha güvenilir ve pratik olması açısından önemli bir adım teşkil ediyor.
Kalman Filtresi Optimizasyonunda Yerel Çözümlerin Güvenilirliği Kanıtlandı
Araştırmacılar, Kalman filtresi parametrelerinin tahmin edilmesinde kullanılan yerel optimizasyon algoritmalarının istatistiksel olarak tutarlı sonuçlar verdiğini matematiksel olarak kanıtladı. Çalışma, veri miktarı arttıkça optimizasyon fonksiyonunun tek modlu hale geldiğini ve yerel minimum değerlerin gerçek değerlere yakınsadığını gösteriyor. Bu bulgular, robot navigasyonundan finansal modellemelere kadar geniş kullanım alanına sahip Kalman filtrelerinin daha güvenilir bir şekilde ayarlanabilmesini sağlıyor. Araştırma aynı zamanda optimizasyon probleminin nasıl tasarlanması gerektiğine dair pratik rehberler sunuyor ve gelecekte ek parametrelerin ortak tahmininde nasıl uygulanabileceğini tartışıyor.