Давайте воспримем эту статью как увлекательный мысленный эксперимент. Знание того, как устроены современные гуманоидные роботы, поможет не только подготовить себя морально к “светлому будущему”, но и лучше понимать технологии, которые уже завтра будут сортировать ваше белье.
Tesla переводит проект гуманоидного робота Optimus из лабораторных прототипов в фазу подготовки к серийному выпуску. Компания открыла более 140 вакансий в отделе робототехники, а на недавнем мероприятии в Остине впервые показала работу прототипа в публичной среде. Ставка беспрецедентна: ради конвейера для роботов Tesla жертвует производством своих исторических автомобильных флагманов.
Boston Dynamics сделали Atlas в 1992 году. За 30 лет он научился делать сальто, бегать по бездорожью и прыгать через препятствия.
Три разных владельца — Google, SoftBank, Hyundai — вкладывали деньги, восхищались и снимали вирусные ролики. Но заводским роботом он стал только у третьего.
Почему у двух предыдущих не получилось — и что именно сделала Hyundai, чего не сделали другие →
Привет, Хабр! Хочу рассказать про наш опыт разработки манипулятора на 6 степеней свободы. Сейчас проект находится на этапе тестирования прототипа, и я считаю, что накопилось достаточно материала, чтобы поделиться с сообществом - от мотивации и выбора кинематической схемы до борьбы с люфтами бюджетных сервоприводов и топологической оптимизации конструкции.
В 60-е годы ученые всерьез верили, что уже через десять лет роботы будут управлять заводами и обучаться «на ходу». Один из таких проектов появился в Эдинбургском университете — робот Freddy.
Но вместо промышленной революции он стал причиной ожесточенных научных споров. И как считают историки, одним из символов первой «зимы искусственного интеллекта» в Великобритании и в мире. В статье расскажем, почему это произошло.
Энтузиаст Дэвид Шютц рассказал, как в рамках программы вознаграждения Tesla пересобрал бортовой компьютер компании в домашних условиях и с какими сложностями столкнулся в этом процессе.
Некоторые мыслители описываю эру повсеместного внедрения роботов-андроидов как новый золотой век человечества. Никто не знает, конечно, будет ли оно повсеместным и к чему оно приведёт. Давайте попытаемся немного, одним глазком заглянуть за горизонт событий и увидеть, как изменится мир.
В данной статье будем реализовывать оптимальный фильтр Калмана с помощью среды моделирования Engee.
Структура навигационной системы будет представлять собой комбинацию бесплатформенной навигационной системы + спутниковой навигационной системы (СНС).
TL;DR: Капитализм способствовал тотальному проникновению науки и культуры в общественную ткань — через накопление капитала, воплощенного в машинах, которые позволяли использовать продукты этого всеобщего труда. При попытке заглянуть за пределы капитализма становится актуален вопрос о том, как прогрессивность товарного производства будет не отброшена, а преодолена через снятие, то есть включена в работу нового нетоварного производства — в другой форме. Сегодня мы видим, что дальнейшее проникновение этих продуктов становится возможно и без опосредования капиталом и товарными отношениями, а они становятся препятствием на пути этого процесса. Это происходит через постепенное замещение потребности в абстрактном труде в деятельности человека, таком труде, который только воспроизводит продукты ранее затраченного труда и продукт которого потребляется без остатка.
Приветствую читателей. На днях, после тысячной новости о том, что Anthropic выпустил очередную свистоперделку, я решил, что действовать нужно на опережение и посмотреть, в каком состоянии сейчас находятся передовые коммерческие разработки. Среди роботов-гуманоидов, секс-кукол, AI-агентов самым интересным мне показались роботакси.
Предлагаю посмотреть на примере Waymo, поскольку они самые большие и делятся статистикой.
На 2026 год мы имеем:
Долгое время робототехника была «вещью в себе»: сложные алгоритмы управления, проблемы с гироскопами и отсутствие вменяемых «мозгов». Все изменил бум генеративного ИИ. С появлением архитектуры, способной обучаться на видеоданных и симуляциях (глубинное обучение), роботы наконец-то начали выходить из лабораторий в реальный мир.
В 2026 году мы наблюдаем не просто рост рынка (который к 2035 году должен перевалить за $250 млрд), а глобальную битву за стандарт «физического агента».
То, что мы называем робособакой, — это, по сути, мобильная аппаратная платформа. У неё есть четыре ноги с приводами, аккумулятор, бортовой компьютер и полезная нагрузка.
Ещё есть роверы — колёсные платформы. Роверы проще, дешевле и надёжнее на ровном асфальте, но собака — это вездеход.
Для нас это просто ещё один вид железа, который мы используем в общем контуре охраны. Такой же, как поворотная камера или датчик движения на заборе. Только этот датчик умеет бегать.
Зачем вообще собаки, если есть дроны? БПЛА — штука отличная, но у них есть конкретные недостатки для охраны периметра 24/7. Дрон висит в воздухе 30–40 минут, а потом летит на базу. Ну и, конечно, он жужжит и виден всем. Он не взлетает в метель, почти не умеет двигаться по помещениям и, самое главное, не умеет открывать двери. А собака с рукой на спине отлично умеет.
Робопёс работает в полях часами, может спрятаться в траве, пройти под трубопроводом и не боится ветра.
В отличие от дронов робособаки уже работают координированными флотами с обменом информацией друг с другом через p2p-сети и mesh. Они строят p2p-сети, собака с радиодоступом к центру может работать мостом к совсем далёкой собаке за горизонтом и так далее.
Рассказываю, как мы используем целые рои робопсов для охраны на самых ответственных объектах и в мониторинге аварий в той же нефтянке, где бывают метели или надо открывать двери. Но чаще охраняем критически важные объекты.
Вокруг Physical AI сейчас много шума, но если отбросить красивые слова, у большинства разработчиков до сих пор нет главного — воспроизводимого конвейера на реальном роботе, который можно поднять своими руками, покрутить, записать данные, обучить policy и вернуть её обратно в железо. Обычно всё рассыпается на отдельные куски: где-то есть teleop, где-то есть датасеты, где-то крутится ML-модель, но цельного ROS2-native пути от демонстрации до исполнения почти не видно. В статье вы получите решение, как собрать такой манипулятор самостояетельно и запустить все необходимые программные компоненты из open-source ROS2 пакетов.
Введение: почему ASIMO умер, а роботы из гаража — нет
Компания Honda потратила миллиарды долларов и десятилетия на ASIMO — робота, который умел ходить по сцене, подниматься по лестнице, танцевать. Я следил за ним всю юность. Для меня он был символом будущего, которое вот-вот наступит.
От «ROS рядом с проприетарными роботами» к «ROS внутри робота»: зачем промышленной робототехнике полная интеграция. Это особенно важно в связи с санкциями и импортозамещением, так как позволяет построить свою открытую-совместимую экосистему и стандарты на базе ROS2, от чего выиграют и российские производители роботов и интеграторы и заказчики и государство. Как бонус мы получаем бесплатное с открытым исходным кодом программное обеспечение написанное всем миром в виде ROS2 пакетов.
Что делать, если ребёнку в 10 лет нужно «что-то с роботами», но Arduino кажется сложным, а Lego — уже пройденным этапом? Новая книга «Нескучная робототехника» предлагает неожиданный и гениально простой подход: робота не нужно покупать — его можно «прокачать» в своём воображении, решая настоящие инженерные задачи.
В конце 2025 года компания K-Scale Labs, стартап из Сан-Франциско, пытавшийся создавать доступных человекоподобных роботов, закрылась, так и не сумев привлечь финансирование серии А. Ее бывший операционный директор (COO) Руй Сюй (Rui Xu), ветеран hardware-индустрии с 15-летним опытом работы в Intel, Xiaomi, Amazon, провел внутри компании год и стал свидетелем всего пути - от первого рывка до финального письма поставщику.
В своем откровенном анализе, опубликованном на LinkedIn он выделяет 6 ключевых уроков, которые могут спасти другие робототехнические (и не только) стартапы от повторения той же судьбы. Эти уроки - не абстрактные теории, а диагноз системных проблем, которые убили компанию.
Автор блога Such Bad Tech Ads вспоминает необычную рекламную кампанию 80-х гг., которую запустил производитель дискет Maxell. Для ролика создали целый парк роботов, а некоторые из них попали в Музей компьютеров.
Мне не давала покоя одна по‑своему детская затея. А что, если дать условному ChatGPT тело и возможность им управлять? Чем он займется? Конечно, это легко проверить в несложной симуляции, и все зависит от тонкой настройки промпта. Но я не смог совладать с интересом понаблюдать за тем, как LLM (совершенно не предназначенная для этого) попытается понять пространство и выполнить несложную задачу.
Я – программист и редактор интернет журнала, где мы изучаем влияние ИИ на мир и обоснованно его критикуем. Представляю вам процесс создания и настройки робота с "мозгом" от GPT‑like модели. Ссылка на репозиторий будет ниже, там хорошо проработал readme и шаги по настройке окружения. Кстати, все работает, но с оговорками. Предлагаю ознакомиться более детально, возможно, это вдохновит вас на похожий проект, да и в целом здесь будет много полезной информации.
Начинаем эксперимент, суть которого – проверить:
– Достаточно ли мощности AI (LLM), чтобы оживить робота без скриптов.
– Будет ли AI выполнять неэтичную команду типа "найти и убить человека".
Post-Mortem лонгрид о том, как я пытался быть первопроходцем на рынке беспилотной логистики в России
Писал софт для дронов, провел десятки интервью и переговоров в промышленности, построил и защитил финмодели, собрал команды, привлек инвестиции, провел пилоты в нефтегазе — и в итоге закрыл проект.
Расскажу, где хайповая доставка дронами дает реальный экономический эффект, а где остаётся красивой презентацией для инвесторов и СМИ.
А также о всем моем опыте запуска этой истории после сытого найма
