پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

سیستم UniUni شرکت یونیتری؛ کنترل همزمان ارتشی از ربات‌ها تنها با یک اپراتور

انتشار:۲۵ مهر ۱۴۰۵(۱ ساعت پیش)
۴ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

شرکت یونیتری از سیستم نرم‌افزاری جدیدی به نام UniUni رونمایی کرده است که به یک اپراتور امکان می‌دهد ناوگانی بزرگ از ربات‌ها را به‌شکل همزمان هدایت و پایش کند. این پلتفرم با تکیه بر حسگرهای داخلی خود ربات‌ها، وابستگی به دوربین‌های خارجی را حذف می‌کند و مسیر به‌کارگیری صنعتی ربات‌ها را هموارتر می‌سازد.

سیستم UniUni شرکت یونیتری؛ کنترل همزمان ارتشی از ربات‌ها تنها با یک اپراتور

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • سیستم جدید UniUni به یک اپراتور اجازه می‌دهد ناوگان بزرگی از ربات‌ها را به‌صورت مرکزی هدایت، پایش و در صورت نیاز متوقف کند.
  • ربات‌های یونیتری برای مسیریابی و حفظ آرایش به حسگرهای داخلی مجهز هستند و نیازی به دوربین‌ها یا تجهیزات رهگیری خارجی در محیط ندارند.
  • این پلتفرم علاوه بر نمایش‌های سرگرمی، برای ماموریت‌های صنعتی مانند بازرسی تاسیسات و جابه‌جایی کالا در انبارها کاربرد خواهد داشت.

سیستم UniUni یونیتری؛ مدیریت ناوگان ربات‌ها از یک کنسول واحد

شرکت یونیتری (Unitree) از سیستم جدیدی به نام UniUni برای کنترل ناوگان ربات‌ها پرده برداشت؛ سامانه‌ای که طراحی شده تا به یک اپراتور امکان دهد گروه‌های بزرگی از ربات‌ها را با حرکات هماهنگ هدایت کند، وضعیت هر دستگاه را به‌صورت لحظه‌ای زیر نظر بگیرد و در شرایط اضطراری، فرمان ترمز ایمنی را برای تمام ناوگان صادر کند. این شرکت پس از اجرای نمایش‌های هماهنگ با ربات‌های انسان‌نمای خود، با انتشار ویدیویی کوتاه در شبکه‌های اجتماعی از این فناوری چندرباتی رونمایی کرد.

سیستم UniUni در قالب یک لایه کنترلی (Control Plane) عمل می‌کند؛ لایه‌ای نرم‌افزاری که هماهنگی دستورات سراسری ناوگان و جمع‌آوری داده‌های وضعیتی را کاملاً مستقل از کنترل‌کننده‌های حرکتی و تعادلی سطح پایین هر ربات انجام می‌دهد. به گفته یونیتری، اپراتورها می‌توانند تغییر آرایش، مسیرهای حرکتی و زمان‌بندی را به‌صورت متمرکز برنامه‌ریزی کنند، در حالی که حسگرهای نصب‌شده روی خود ربات وظیفه موقعیت‌یابی محلی، اصلاح لحظه‌ای حرکات و بازیابی تعادل را بر عهده دارند.

یک کنسول واحد، چهار وظیفه کلیدی

قابلیت
کارکرد و خروجی
هماهنگی حرکات ناوگان (Fleet Choreography)
برنامه‌ریزی متمرکز برای مسیرهای حرکتی، زمان‌بندی و تغییر آرایش ربات‌ها.
پایش لحظه‌ای (Live Monitoring)
دریافت اطلاعات لحظه‌ای از وضعیت و سلامت هر ربات متصل به شبکه.
ترمز ایمنی (Safety Braking)
دستوری تحت کنترل اپراتور برای متوقف کردن آنی کل ناوگان در شرایط بحرانی.
خودمختاری محلی (Local Autonomy)
موقعیت‌یابی، اصلاح مسیر و بازیابی تعادل توسط خود ربات بدون نیاز به تجهیزات موشن‌کپچر خارجی.

آزمون نرم‌افزار در رویداد بزرگ سال نو چین

یونیتری ادعا می‌کند ربات‌هایش می‌توانند بدون نیاز به سیستم‌های موشن‌کپچر خارجی هماهنگ شوند؛ سیستم‌هایی که در آن‌ها دوربین‌های متعددی در سراسر سالن نصب می‌شوند تا تک‌تک دستگاه‌ها را به‌شکل مداوم رهگیری کنند. انتقال وظیفه موقعیت‌یابی به خود ربات‌ها، وابستگی به زیرساخت‌های محیطی را به حداقل می‌رساند؛ هرچند یونیتری هنوز جزئیات حسگرها، نقشه‌ها، شبکه رادیویی و الگوریتم‌های موقعیت‌یابی به کار رفته را فاش نکرده است.

یونیتری در جشنواره سال نو ۲۰۲۶، سیستم خود را «کنترل کاملاً خودران ازدحامی» توصیف کرد و ده‌ها ربات انسان‌نمای G1 و H2 را برای اجرای حرکات نمایشی و هماهنگ هنرهای رزمی به کار گرفت. طبق اعلام این شرکت، ربات‌ها تنها با تکیه بر حسگرهای داخلی خود و بدون استفاده از تجهیزات موقعیت‌یابی بیرونی، محیط پیرامون را درک کردند، مسیرها را برنامه‌ریزی نمودند، آرایش گروهی را تغییر دادند و در صورت از دست رفتن تعادل، مجدداً وضعیت پایدار خود را بازیابی کردند.

یونیتری گزارش داد که تغییر آرایش ربات‌ها با سرعتی تا ۴ متر بر ثانیه (۱۴٫۴ کیلومتر بر ساعت) صورت گرفته است. در چنین سرعتی، حتی ۱۰۰ میلی‌ثانیه تاخیر کنترلی به معنای پیمودن ۴۰ سانتی‌متر مسافت پیش از آغاز ترمزگیری خواهد بود؛ موضوعی که نشان می‌دهد میزان تاخیر، همگام‌سازی ساعت سیستم‌ها، خطای موقعیت‌یابی و مدیریت برخوردها چالش‌هایی کاملاً حیاتی و تعیین‌کننده هستند. به نظر می‌رسد سیستم UniUni حاصل تجاری‌سازی این دستاورد تحقیقاتی در قالب یک نرم‌افزار کاربردی برای اپراتورها است، هرچند یونیتری هنوز تأیید نکرده که آیا نسخه نرم‌افزاری تجاری با نسخه آزموده‌شده در جشن سال نو یکسان است یا خیر.

کاربردهای صنعتی؛ آزمونی بسیار دشوارتر از صحنه نمایش

اجراهای هماهنگ نمایشی فرصت مناسبی برای ارزیابی زمان‌بندی، کنترل آرایش، مسیریابی و بازیابی تعادل ربات‌ها فراهم می‌کنند؛ قابلیت‌هایی که همگی فراتر از دنیای سرگرمی، در پروژه‌های صنعتی چندرباتی نیز کاربرد دارند. وجود یک لایه هماهنگ‌کننده و جامع می‌تواند نیاز به توسعه میدل‌ویرهای اختصاصی را برای تقسیم وظایف، هماهنگی مسیرها، جمع‌آوری داده‌های تله‌متری و واکنش به خطاهای ناوگان به‌شدت کاهش دهد.

  • بازرسی فنی: اعزام ربات‌های چهارپا به پست‌های برق، کارخانه‌های مواد شیمیایی، تونل‌ها یا سایر مسیرهای مشخص. شرکت یونیتری پیش از این نیز پلتفرم بازرسی صنعتی خود را برای چنین محیط‌هایی به بازار عرضه کرده است.
  • جابه‌جایی کالا و بار: هماهنگ‌سازی ربات‌های حامل بار در فضاهای مشترک انبارها یا خطوط تولید کارخانه‌ها.
  • صنعت سرگرمی: مدیریت و اجرای برنامه‌های نمایشی و هماهنگ روی صحنه، بدون نیاز به تعیین یک اپراتور مجزا برای هر ربات.
  • پژوهش و توسعه: آزمایش الگوریتم‌های کنترل آرایش، تخصیص وظایف و سیاست‌های یادگیری چندعاملی (Multi-Agent) از طریق یک رابط کاربری یکپارچه برای کل ناوگان.

با این حال، محیط‌های صنعتی چالش‌هایی به‌همراه دارند که در صحنه‌های کنترل‌شده نمایش دیده نمی‌شوند؛ از جمله تداخل‌های امواج رادیویی، موانع متغیر، تردد همزمان انسان‌ها و ربات‌ها، شیفت‌های کاری طولانی، سطوح ناهموار، گردوغبار و شرایط جوی مختلف. در بیانیه رسمی یونیتری هیچ بنچمارکی برای این شرایط پیچیده یا گزارشی از استقرار موفق این سیستم نزد مشتریان صنعتی ارائه نشده است.

ابهامات بی‌پاسخ برای توسعه‌دهندگان؛ حلقه‌های مفقوده UniUni

شرکت یونیتری هنوز مستندات عمومی، قیمت‌گذاری، زمان عرضه یا جزئیات فنی یکپارچه‌سازی سیستم UniUni را منتشر نکرده است. توسعه‌دهندگانی که قصد ارزیابی این پلتفرم را دارند، همچنان در چند بخش کلیدی منتظر شفاف‌سازی هستند:

  • دسترسی و لایسنس: تاریخ عرضه رسمی، مناطق تحت پوشش، شرایط مجوز نرم‌افزاری و مشخص شدن این نکته که آیا UniUni در دل کیت توسعه استاندارد یونیتری (SDK) عرضه خواهد شد یا خیر.
  • سازگاری: مدل‌های پشتیبانی‌شده از ربات‌ها، نسخه‌های فریم‌ور، پیکربندی ناوگان و نیازمندی‌های سخت‌افزاری متفرقه.
  • رابط‌های برنامه‌نویسی: ساختار APIها، الگوهای ارسال فرمان، زبان‌های برنامه‌نویسی تحت پشتیبانی، سازگاری با سیستم‌عامل رباتیک (ROS) و نحوه اتصال به مخازن گیتهاب یونیتری.
  • مقیاس‌پذیری: حداکثر ظرفیت ناوگان ربات‌ها، نرخ ارسال داده‌های تله‌متری، تاخیر در اجرای فرامین، میزان مصرف پهنای باند و الزامات همگام‌سازی ساعت سیستم‌ها.
  • تاب‌آوری و پایداری: رفتار سیستم هنگام افت بسته‌های داده (Packet Loss)، از کار افتادن سرور هماهنگ‌کننده، قطع ارتباط یک ربات و چگونگی بازیابی وضعیت ناوگان.
  • ایمنی: دامنه اثر ترمز، حداکثر تاخیر توقف در بدترین شرایط، واکنش به قطع شبکه، پشتیبانی از دکمه توقف اضطراری فیزیکی مستقل و گواهی‌نامه‌های ایمنی استاندارد.
  • عملیات و نگهداری: ابزارهای شبیه‌سازی، لاگ‌برداری، بازپخش رویدادها، خطایابی، ابزارهای استقرار و مدیریت به‌روزرسانی‌های نرم‌افزاری.

ویدیوی منتشرشده صرفاً ربات‌هایی را نشان می‌دهد که حرکات از پیش طراحی‌شده را پیاده‌سازی می‌کنند و هنوز شواهدی مبنی بر این وجود ندارد که UniUni بتواند حرکات نمایشی یا برنامه‌ریزی وظایف را به‌صورت خودکار بر اساس اهداف سطح بالا خلق کند. ادعاهای یونیتری درباره خودمختاری سیستم، بیشتر معطوف به توانمندی‌های اجرایی مانند موقعیت‌یابی، حفظ آرایش، اصلاح مسیر و بازیابی تعادل است، در حالی که برنامه‌ریزی سناریوها و تعیین مرزهای عملیاتی همچنان توسط طراحان و مهندسان انسانی انجام می‌شود.

از کنترل تکی ربات‌ها تا اکوسیستم نرم‌افزاری ناوگان

پروژه UniUni بخشی از راهبرد کلان یونیتری برای گسترش فعالیت‌ها از ساخت سخت‌افزار رباتیک به سمت توسعه لایه‌های نرم‌افزاری پیشرفته‌تر است. این شرکت پیش از این مدل UnifoLM-X2-1.0 را نیز معرفی کرده بود؛ سیستمی مبتنی بر مدل جهانی (World Model) که با پیش‌بینی تعاملات فیزیکی در لحظات آینده، کنترل بلادرنگ ربات‌های انسان‌نما را تسهیل می‌کند. اکنون UniUni لایه بعدی این مسیر را هدف گرفته تا هماهنگی میان چندین دستگاه را برقرار کند و وضعیت آن‌ها را در اختیار اپراتور بگذارد.

بر اساس اطلاعات منتشرشده تا این لحظه، UniUni فعلاً یک پیش‌نمایش از هماهنگی متمرکز حرکات، دریافت داده‌های تله‌متری و توقف اضطراری تحت کنترل اپراتور است که در قالب نمایش‌های اختصاصی این شرکت به تصویر کشیده شده است. ارزش واقعی این پلتفرم برای توسعه‌دهندگان زمانی آشکار خواهد شد که یونیتری رابط‌های برنامه‌نویسی عمومی را منتشر کند، آزمون‌های مقیاس‌پذیری تکرارپذیر را با تاخیر کنترل‌شده نشان دهد، سناریوهای بروز خطا را مستند سازد و ثابت کند تیم‌های مستقل نیز می‌توانند ناوگان‌های بزرگ ربات‌ها را در شرایط واقعی خارج از صحنه‌های نمایش مدیریت کنند.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

دیپ‌سیک جستجوی زنده در وب را به مدل ۵۵۲ میلیاردی V4.1 Flash اضافه کرد؛ ابزاری ارزان برای ایجنت‌ها
آخرین اخبار

دیپ‌سیک جستجوی زنده در وب را به مدل ۵۵۲ میلیاردی V4.1 Flash اضافه کرد؛ ابزاری ارزان برای ایجنت‌ها

شرکت دیپ‌سیک با انتشار نسخه به‌روزشده مدل کدنویسی V4.1 Flash، قابلیت جستجو و استخراج زنده صفحات وب را در دسترس توسعه‌دهندگان قرار داد. این مدل ۵۵۲ میلیارد پارامتری بهینه‌سازی شده است تا وظایف طولانی ایجنت‌ها را با کمترین هزینه پردازشی و مصرف حافظه به سرانجام برساند.

۴ دقیقه مطالعه
۰
۲۵ مهر
پرامپت‌های طولانی را فراموش کنید؛ ابزار Sketch در ChatGPT نقاشی‌های ساده را به تصویر تبدیل می‌کند
آخرین اخبار

پرامپت‌های طولانی را فراموش کنید؛ ابزار Sketch در ChatGPT نقاشی‌های ساده را به تصویر تبدیل می‌کند

دیگر نیازی به نوشتن پرامپت‌های متنی طولانی و پیچیده برای خلق تصاویر دلخواهتان در هوش مصنوعی ندارید. مدل جدید ChatGPT Images 2.5 با ابزار اختصاصی Sketch به شما امکان می‌دهد طرح‌های اولیه‌تان را مستقیماً روی بوم نقاشی کنید و خروجی‌هایی دقیق و چشم‌نواز تحویل بگیرید.

۵ دقیقه مطالعه
۰
۲۵ مهر
تحول خانه هوشمند اپل در iOS 27؛ خلاصه‌سازی ویدیوها و دسته‌بندی اعلان‌ها با هوش مصنوعی
آخرین اخبار

تحول خانه هوشمند اپل در iOS 27؛ خلاصه‌سازی ویدیوها و دسته‌بندی اعلان‌ها با هوش مصنوعی

اپل در سیستم‌عامل iOS 27 قابلیت‌های جدیدی مبتنی‌بر هوش مصنوعی را به اپلیکیشن Apple Home اضافه کرده است. این به‌روزرسانی با پشتیبانی از کیفیت 4K در دوربین‌های امنیتی، خلاصه‌سازی ویدیویی رویدادها و دسته‌بندی لحظه‌ای اعلان‌ها، مدیریت خانه هوشمند را ساده‌تر و کارآمدتر از همیشه می‌کند.

۳ دقیقه مطالعه
۰
۲۵ مهر