ロボット犬は農家の新たな親友になるのか？

Video Friday は、友達が集めた素晴らしいロボット工学ビデオを毎週セレクトしたものです。 IEEEスペクトル ロボット工学。また、今後数か月間行われるロボット イベントの週次カレンダーも掲載します。お願いします あなたのプログラムを私たちに送ってください 含めるために。

ICRA 2026: 2026 年 6 月 1 ～ 5 日、ウィーン

今日のビデオをお楽しみください!

当社のロボット Lynx M20 は、田舎の「ラ​​ストマイル」物流の課題を克服するために、丘陵地帯で収穫された作物を輸送するのに役立ちます。

[ DEEP Robotics ]

もう一度言いたいのは、人間型の活動を行うヒューマノイドロボットの頂点に達しつつある今、人間型以外の活動を行うヒューマノイドロボットが登場することは避けられないということです。

[ Unitree ]

マックス・プランク知能システム研究所、ミシガン大学、コーネル大学の研究者チームは、ある研究で、磁気マイクロロボットのグループが、物体に触れずに物体をさまざまな方向に回転させるのに十分な流体力を生成できることを示した。これらのマイクロロボットの群れは、歯車システムを回転させ、ロボットよりもはるかに大きな物体を動かし、独自に構造物を組み立て、さらには複数の小さな物体を引っ張ったり、押しのけたりすることができます。

[ Science ] を通して [ Max Planck Institute ]

二足歩行または二足歩行の自律ロボットは非常に機敏です。そのため、屋外環境での機器の運搬や外航船でのメンテナンスなど、不整地での作業に役立ちます。ただし、不安定または予測不可能な状況では、ロボットが死亡する可能性も高くなります。これまで、方向を変えるとき、たとえばトラックがバランスを崩して急旋回するときなど、ロボットがどのように回復するかについての研究はかなり不足していました。チームはこの研究ギャップに対処することを目指しています。

[ Georgia Tech ]

ロボット工学とは、現実世界のエネルギー、動き、不確実性を制御することです。

[ Carnegie Mellon University ]

ロボット Robody が作ったおいしいディナー。私たちは投資家にこの取り組みに取り組む理由について語ってもらいました。

[ Devanthro ]

ティルトローター航空機ロボットは、推力ベクタリングを通じて全方向の操縦を可能にしますが、ジョイントとローターのダイナミクス間の強い結合により、制御に重大な課題が生じます。この研究では、堅牢性と敏捷性を優先したハイパーアクティブな傾斜可能なクアローターの全方向対気速度制御のための強化学習を調査します。

[ DRAGON Lab ]

CMU ロボット イノベーション センターの 75,000 ガロンの水槽で、TartanAUV 学生グループのメンバーは、オスプレイと名付けられた自律型水中探査機 (AUV) のさらなる開発に取り組みました。米国海軍研究局が主催する毎年恒例の RoboSub コンテストに出場するチームは、主に工学部とロボット工学の学部生で構成されています。

[ Carnegie Mellon University ]

確かに、ロボット犬を欲しがるのは、実際には犬を欲しくない人だけのようです。

コンパクトなサイズ、工業用容量。最大トルク90N・m、無負荷運転時間4時間以上、IP54の防雨設計。ペイロードが 15 kg の場合、航続距離は 13 km 以上です。オープンな二次開発により、業界アプリケーションを強化します。

[ Unitree ]

ロボットのビデオにおいしい焼き菓子が含まれている場合は、ビデオ フライデーに含まれます。

[ QB Robotics ]

Astorino は、学校などでロボット工学を実践的かつ手頃な価格で教えるために設計された 6 軸教育用ロボットです。 3D プリントで作られているため、実験やパーツの追加が可能です。デザインとプログラミングにより産業用ロボットの機能を模倣しており、将来の仕事に必要なスキルを学生に提供します。

[ Astorino by Kawasaki ]

私たちは、時として無謀な運転がどのように起こり得るかを正確に反映する、より多くの自動運転データセットを必要としています。

[ ASRL ]

カーネギーメロン大学ロボット研究所によるこのセミナーは、CMU の Victoria Webster-Wood 氏による「生物学とロボットの材料、および生物学のモデルとしてのロボット」に関するものです。

前世紀には、ロボットはストップアンドゴー動作をする硬くて光沢のある金属構造であると想像するのが一般的でした。このイメージは、私たちの自然界に生息する生物の流動的で有機的な動きとは対照的です。動物で観察される適応性、複雑な制御、および高度な学習能力はまだ完全には理解されていないため、現在のロボットシステムでは完全に捕捉されていません。さらに、動物に見られる機械的特性や制御能力の多くは、ロボット プラットフォームではまだ実現できません。この講演では、神経科学をモデルとして、生物学をロボットの材料として使用した、ロボットに対する学際的な研究アプローチについて紹介します。

[ CMU RI ]