🎙 Провели вторую встречу Lecture Club по курсу Princeton ROB 345: Introduction to Robotics.
Лекции 3–4 (Anirudha Majumdar): как RRT ищет путь случайными точками в пространстве конфигураций и как из уравнений движения квадрокоптера получается вектор состояния. Главный спор встречи - кто принимает решения в роботах: ML или алгоритмы.
Несколько мыслей из обсуждения:
• Никита - собрал с Claude песочницу RRT для машинки и увидел, что ей найти путь сложнее, чем дрону: боком она не поедет. Главная магия в том, что поиск идет не на карте, а в пространстве конфигураций: если там нет прохода, пути из А в Б нет вовсе.
• Anatoly Stansler (продакт-инженер) - «немножко взорвало голову», что после полного обхода графа в A* и Дейкстре RRT просто ставит случайные точки и стремится расти в сторону неизвестного.
• Артемий (навигация складских роботов, Дания) - робототехники правда используют Дейкстру и A*, а RRT работает и в роборуках. Без дрона можно взять симулятор: ROS 2, Gazebo, Isaac Sim, а для глубины - лекции Cyrill Stachniss.
• Никита - роботы, обученные в симуляции, в жизни ведут себя иначе: ветер, сопротивление, и дрону нужно постоянно себя поправлять.
• Anatoly - физика в симуляции может быть идеальной, но если центр масс объекта задан наивно, робот научится не тому.
• Артемий - у них ML в основном для зрения, а решения принимают алгоритмы: клиенты вроде BMW и Porsche, и застрявший робот перекрывает проезд людям. Алгоритмы предсказуемее.
• Konstantin Trunin - самое больное в поиске маршрутов - хорошая эвристика. Его прогноз: LLM будут подсказывать, в какую сторону искать и как выбраться из тупика.
• Артемий - алгоритм на одни и те же входы дает один ответ. Доверие к моделям - вопрос времени, но пока мешают легаси и ответственность за черный ящик.
• Никита - от гуманоида ждут «я купил кондиционер, установи», и детерминированный алгоритм тут не справится. Совет: интервью сооснователя Physical Intelligence Сергея Левина.
📺 Запись встречи: https://youtu.be/yN0dO-vJ1dw
👍 Я только начинаю развивать YouTube-канал - если запись полезна, поставьте лайк и подпишитесь, это очень помогает.
🎥 К следующей встрече - Lecture 5 · Differential flatness, 67 мин: https://youtu.be/64Rfzm359Xg
📆 Понедельник, 2 ноября, 10:30am ET / 6:30pm MSK (в США переходят на зимнее время, поэтому по Москве на час позже)
📍 Регистрация: https://luma.com/g9cn4p7h
Обсуждать в чате: @rvnikita_blog_chat
#robotics@rvnikita_blog #education@rvnikita_blog #ai@rvnikita_blog #princeton@rvnikita_blog
