شاهد الروبوتات تلعب كرة القاعدة في فيديو الجمعة

Ahmad AlAliمنذ أسبوعين

3 دقائق

Video Friday: Watch Robots Throw, Catch, and Hit a Baseball

في عالم الروبوتات المتطور، نقدم لكم فيديو الجمعة الذي يستعرض أحدث الابتكارات في مجال الروبوتات، حيث تلعب الروبوتات كرة القاعدة.

فيديو الجمعة: شاهد الروبوتات تلعب كرة القاعدة

فيديو الجمعة هو اختياركم الأسبوعي من مقاطع الفيديو الرائعة حول الروبوتات، تم جمعها من أصدقائكم في IEEE Spectrum للروبوتات. نحن أيضًا ننشر تقويمًا أسبوعيًا للأحداث القادمة في مجال الروبوتات على مدار الأشهر القليلة المقبلة. يُرجى إرسال أحداثكم لتضمينها.

مواجهة الروبوتات SOSV: 1-5 ديسمبر 2025، عبر الإنترنت

ICRA 2026: 1-5 يونيو 2026، فيينا

استمتع بمقاطع الفيديو اليوم!

قام الباحثون في معهد RAI ببناء منصة ذات مقاومة منخفضة لدراسة المناورة الديناميكية للروبوتات. في هذا العرض، تلعب الروبوتات لعبة التقاط وتشارك في تمارين الضرب، سواء مع بعضها البعض أو مع البشر المهرة. الروبوتات قادرة على رمي الكرة بسرعة 70 ميل في الساعة [112 كيلومتر في الساعة]، مما يقترب من سرعة رامي كرة قاعدة قوي في المدرسة الثانوية. يمكن للروبوتات التقاط وضرب الكرة من مسافات قصيرة (23 قدمًا [7 متر]) مما يتطلب أوقات رد فعل سريعة لالتقاط الكرات التي تُرمى بسرعة تصل إلى 41 ميل في الساعة [66 كيلومتر في الساعة] وضرب الكرات الملقاة بسرعة تصل إلى 30 ميل في الساعة [48 كيلومتر في الساعة].

تلك لمسة لطيفة مع قفازات البيسبول المخصصة “RAI”، لكن ما أود معرفته حقًا هو مدى طول الوقت الذي يمكن أن تبقى فيه زوج من الروبوتات مستمتعة.

[ معهد RAI ]

فائز هذا الأسبوع بجائزة أفضل اختصار هو GIRAF: وظيفة زيادة الوصول بشكل كبير لأي روبوت. وإذا كانت تلك الذراع تبدو سحرية، فذلك لأنها كذلك، على الرغم من أنه مع بعض التوقف الدقيق للفيديو ستتمكن من رؤية كيفية عملها.

[ مختبر ستانفورد للروبوتات ]

أنهت DARPA السنة الثانية من تحدي Triage في 4 أكتوبر، ومنحت أعلى الدرجات لـ DART وMSAI في مسابقات الأنظمة والبيانات، على التوالي. يهدف هذا التحدي الذي يستمر ثلاث سنوات إلى إحداث ثورة في فرز الحالات الطبية في الحوادث ذات الإصابات الجماعية حيث تكون الموارد الطبية محدودة.

[ DARPA ]

نقترح وظيفة مكافأة مستقلة عن الروبوت توازن بين تحقيق وضع نهائي مرغوب فيه وتقليل التأثير وحماية الأجزاء الحيوية للروبوت أثناء التعلم التعزيزي. لجعل السياسة قوية لمجموعة واسعة من ظروف السقوط الأولية وتمكين تحديد وضع نهائي غير مرئي في وقت الاستدلال، نقدم استراتيجية أخذ عينات قائمة على المحاكاة للأوضاع الأولية والنهائية. من خلال التجارب المحاكاة والواقعية، تُظهر أعمالنا أن الروبوتات ذات الساقين يمكنها أداء سقوط ناعم ومتحكم فيه.

[ موريز بايشر ]

أوه، انظر، المزيد من الأكروبات البشرية.

[ مختبر ماجيك ]

تحدي الشركة القادمة التي تصنع فيديو “الظلام” أن تقطع إلى شاشة سوداء تمامًا مع عداد “الاختيارات الناجحة” في الزاوية الذي يرتفع باستمرار.

[ برايتبيك ]

شكرًا، جيلماري!

الأشياء المتعلقة بالتضاريس رائعة وكل شيء، لكن هل يمكننا التحدث عن المقطورة بدلاً من ذلك؟

[ ديناميات LimX ]

يبدو أن الطيور الألمانية الانتقائية جدًا تحصل على صناديق تعشيش مخصصة مصنوعة بدقة عالية بواسطة الروبوتات.

[ TUM ]

تبيّن أن جميع روبوتات UBTECH Walker S2 لم تكن مزيفة، على ما يبدو.

[ UBTECH ]

هذا أكثر من الأتمتة مما قد نفكر فيه كروبوتات في هذه المرحلة، لكن يمكنني مشاهدته طوال اليوم.

[ موتومان ]

ناقش براد بورتر (Cobot) وألفريد لين (Sequoia Capital) مستقبل الروبوتات والذكاء الاصطناعي والأتمتة في مؤتمر Human[X]، الذي أدارته كيت روني من CNBC. يستكشفون لماذا تتسارع الروبوتات التعاونية الآن، وكيف يحول الذكاء الاصطناعي الأنظمة الفيزيائية، ودور الروبوتات البشرية، وتغيرات سوق العمل، والاتجاهات الاستثمارية التي تشكل العقد المقبل من الروبوتات.

[ Cobot ]

لقد أسر الروبوتات البشرية خيالنا لفترة طويلة. لقد ارتفعت الاهتمامات جنبًا إلى جنب مع التصور بأن الروبوتات تقترب من تولي مجموعة واسعة من المهام التي تتطلب جهدًا كبيرًا. في هذه المناقشة، نعكس ما تعلمناه من خلال مراقبة أرضيات المصانع، ولماذا أصبحنا مقتنعين بأن السعي نحو التعميم في المناورة – سواء في الأجهزة أو السلوك – ليس فقط مثيرًا للاهتمام، بل ضروريًا. سنناقش خيوط البحث في الذكاء الاصطناعي التي نستكشفها في بوسطن ديناميكس لدفع هذه المهمة إلى الأمام، ونبرز الفرص التي يجب أن نستثمر فيها بشكل جماعي لتحويل رؤية الروبوتات البشرية، وإعادة اختراع التصنيع، إلى منتج عملي وقابل للتطبيق اقتصاديًا.

[ بوسطن ديناميكس ]