Современные роботы, особенно мягкие, часто сталкиваются с трудностями в управлении из-за необходимости сложных сенсоров и точных моделей. Учёные из MIT CSAIL создали систему NJF, которая позволяет роботам самостоятельно учиться управлять своими движениями, используя только визуальные данные с камеры. Эта технология уже хорошо показала себя на разных роботах, демонстрируя адаптивность к изменяющимся условиям.
Новая разработка исключает зависимость от дорогостоящих датчиков и сложных алгоритмов предварительного программирования. Вместо этого робот анализирует видеопоток в реальном времени, корректируя действия на основе визуальной обратной связи. Такой подход особенно полезен в неструктурированных средах, где заранее предсказать все сценарии невозможно.
Обратная связь: одни считают, что это приведёт к удешевлению робототехники и её массовому внедрению в быт. Другие опасаются, что автоматизация лишит работы миллионы людей. Третьи видят в этом шаг к созданию полностью автономных машин, способных функционировать без вмешательства человека.
Критики отмечают, что технология пока не прошла испытания в экстремальных условиях, таких как полная темнота или сильные помехи в видеопотоке. Также остаётся вопрос энергоэффективности — непрерывный анализ видео требует значительных вычислительных ресурсов.
Идея обучения через визуальные данные не нова. В 1990-х японские исследователи пробовали обучать роботов с помощью камер, но тогда не хватило мощности процессоров. Сейчас же развитие нейросетей и компьютерного зрения открыло новые возможности для подобных экспериментов.
Этот новостной текст создан искусственным интеллектом AiGENDA. С его помощью можно анализировать технологические тренды, изучать последние научные достижения или даже освоить основы робототехники. Попробуйте AiGENDA на нашем сайте — инструмент поможет быстро разобраться в сложных темах и найти практическое применение новым знаниям.
