Hallo zusammen! Heute werden wir in die Vergangenheit reisen und uns daran erinnern, wie das Winter-ROS-Meetup am 3. Februar 2024 stattfand: Welche Themen zu LLM, Deep Learning und anthropomorphen Robotern wurden behandelt und was erwartet uns als nächstes?
Um die aktuellsten Informationen aus diesem Bereich und darüber hinaus zu erhalten, besuchen Sie das nächste ROS-Meetup am 27. und 28. April 2024. Ankündigung des Programms und Link zur Anmeldung für die persönliche Veranstaltung finden Sie hier. Verpassen Sie nicht die Gelegenheit, gemeinsam mit der größten Roboter-Betriebssystem-Community in Russland der Zukunft näher zu kommen :)
Klingt spannend? Machen sie das in Russland? Ja, und noch einmal: Ja! Im Folgenden gehen wir kurz auf die Vorträge aus diesem Themenblock ein.
Eines der drängendsten Probleme in der Robotik ist die Robotersteuerung. Strukturell sind Roboter bereits teilweise bereit, Routinearbeiten zu erledigen, Menschen bei einigen Produktionsprozessen zu unterstützen oder Dienstleistungen zu erbringen. Es gibt jedoch noch kein einziges Steuerungssystem, das erfolgreich eingesetzt werden könnte (programmierte Manipulatoren für das Schweißen berücksichtigen wir nicht, ihr Arbeitsprogramm ändert sich möglicherweise jahrelang nicht) und würde keine großen personellen Ressourcen erfordern, um Robotern grundlegende Fähigkeiten beizubringen.
Heutzutage haben Steuerungssysteme durch den Einsatz neuronaler Netzwerkansätze einen starken Entwicklungsimpuls erhalten. Und Roboter können Aufgaben, die in natürlicher (menschlicher) Sprache gegeben werden, bereits verstehen und ausführen, ohne dass sie viel Zeit für das Training aufwenden müssen. Darüber hinaus behalten viele von ihnen bis zu einem gewissen Grad die Fähigkeit, sich an neue Bedingungen anzupassen.
Der Themenblock wurde von einem Team von Wissenschaftlern des MIPT und AIRI eröffnet. In ihrem Vortrag teilten die Referenten ihre Erfahrungen beim Aufbau komplexer Steuerungssysteme mit Sprachmodellen auf strategischer Ebene mit einer Vielzahl interagierender Subsysteme zur Steuerung eines mobilen Manipulators. Das Hauptmerkmal des Berichts sind die beeindruckenden Ergebnisse des Teams – Sie konnten mit eigenen Augen ein Beispiel dafür sehen, wie ein Roboter eine Aufgabe in natürlichem Russisch entgegennimmt und sie erledigt!
Sprecher: Judin Dmitri Alexandrowitsch
Ein weiterer Bericht von MIPT über die Prinzipien der Konstruktion und Implementierung von Verhaltensbäumen für verschiedene Szenarien der Ausführung von Aktionen eines mobilen Roboters mit einem Manipulator in ROS2. Verhaltensbäume werden für die Entscheidungsfindung von Robotern verwendet. Welcher „Zweig“ ist der aktuellste? Hören Sie im Bericht!
Sprecher: Link Sergey Alexandrovich
Auch smarte Roboter müssen Navigationsprobleme lösen – wo und wie kommt man zur Lösung der Aufgabe? Wissenschaftler vom MIPT teilen ihre Erfahrungen bei der Implementierung von Aktionsservern für Aktionen in der Umgebung, SLAM, Trajektorienplanung und MPC im Navigationsstapel für einen mobilen Roboter. Sehen Sie mit eigenen Augen, wie sich der Roboter bereits bewegt, um Probleme zu lösen!
Redner: Murawjow Kirill Fedrovich, Muhammad Alhaddad
Trotz der Tatsache, dass Roboter strukturell bereit sind, einige Aufgaben zu übernehmen, steht die Technik nicht still. Das alte Designparadigma, bei dem zuverlässige, aber nicht flexible Roboter entwickelt werden, wird durch ein neues ersetzt, das die Frage beantwortet: Wie können Mechanismen richtig synthetisiert werden, um Robotern die Fähigkeit zu verleihen, sich in einer realen strukturierten Dynamik anzupassen und zu interagieren? Welt nicht nur auf der Ebene der Algorithmen, sondern auch auf der Ebene der Mechanismen? All dies wird anhand einer Reihe von Beispielen betrachtet: anthropomorphe Greifer, Manipulatoren, Pedipulatoren, Exoanzüge. Darüber hinaus werden bestehende Entwurfsmethoden von manuellen Methoden bis hin zum generativen Design verglichen.
Sprecher: Ivan Borisov
bbabo.Net