Sharpa представила датасет с 300 часами реальной работы роботизированных рук и 59 различными задачами. Главная особенность — роботы учатся не только по видео и движениям человека, но и по данным тактильных датчиков на всех десяти пальцах. 👍 Это позволяет нейросети понимать, с какой силой нужно сжимать предмет, когда он начинает выскальзывать и как правильно взаимодействовать с хрупкими объектами. В набор вошли сборка механизмов, подключение проводов, работа с инструментами, складывание полотенец и другие задачи. 🔥 Именно чувство осязания может стать ключом к настоящей ловкости роботов. Ведь увидеть предмет и правильно взять его — совершенно разные задачи. Правда, пока все 29 тысяч демонстраций записаны под управлением человека. Самостоятельно выполнять все эти операции роботы ещё не научились. Но теперь у разработчиков появилось гораздо больше данных, чтобы этому их научить! 🔗 Датасет SharpaDex⁠ ————————— 🤖 Подписывайтесь на лучший  канал PRO Роботов 📲 Мы в Max

Daimon показала world model, которому для манипуляции недостаточно зрения — он использует осязание Ещё одна сильная история с IROS. Daimon Robotics впервые публично вживую продемонстрировала Daimon-TWM — tactile-grounded world model, анонсированную ещё в августе. На стенде робот автономно выполнял две показательные задачи. Первая — нанизывал маленькие бусины на гибкий шнур, где нужно не просто увидеть отверстие, но чувствовать контакт и постоянно корректировать движение. Вторая — самостоятельно выполнял многоэтапную термопечать на сумке: размещал элементы, снимал плёнку, выполнял горячее прессование и переходил к следующему этапу в зависимости от физического состояния объекта. Под моделью Daimon строит целый стек: DM-Tac с более чем 110 000 sensing units и 12+ типами тактильных данных → Data-Nexus для сбора физических interaction data → Daimon-TWM для предсказания результата контакта и управления. ————————— ✔️Подписывайтесь на лучший  канал PRO Роботов 🥲Мы в Max