「月探査ツアーでのロボットチーム」

Robot team on lunar exploration tour

チームワークによって、ロボットは障害発生時に効率的かつ頑丈になります。 ¶ クレジット:Takahiro Miki/ETH Zurich

スイスのETH Zurichの研究者たちに率いられたチームは、単一のローバーではなく、補完的なロボットのチームを月の探査ミッションに送ることを提案しました。

研究者たちは、計測および分析機器を搭載した3台のANYmalロボットをさまざまな地形でテストしました。

2台のロボットは専門家として使用され、1台は地形マッピングと地質分類を処理するようにプログラムされ、もう1台はラマン分光計と顕微鏡カメラを備えて岩石を高精度で識別します。

3番目のロボットは一般的な用途に使用されました。

ETHのPhilip Armは「複数のロボットを使用することには2つの利点があります。個々のロボットは専門的なタスクを担当し、同時に実行することができます。さらに、冗長性により、ロボットチームはチームメイトの障害を補うことができます。」と述べています。ETH Zurich(スイス)の記事を表示

抄録の著作権は2023年のSmithBucklin、ワシントンD.C.、米国に帰属します

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

ウィザードコーダー:最高のコーディングモデルとは何でしょう

このブログでは、WizardCoderとは何か、そしてなぜそれがフィールドで最高のコーディングモデルとして際立っているのかについ...

機械学習

「一貫性への超克:このAIモデルは、頑強なテキストから3D生成のための拡散モデルの3D認識を教える」

テキストから画像へのモデルは最近急速に成長しており、その進歩のほとんどはテキストから画像へのモデルにあります。これら...

機械学習

このAI論文は、検索エンジンに対して大規模な言語モデルが事実確認の効率性にどのように比較されるか、明らかにします

異なる大学の研究者たちは、言語モデル(LLM)と検索エンジンがファクトチェックにおいてどれほど効果的かを比較しています。...

AIニュース

「ShutterstockがエシカルAIと顧客保護のためのガイドフレームワーク『TRUST』を導入」

高速なメディアストック市場では、高度なシステムが画像やメディアを自動的に作成することが可能であり、著作権、表現、情報...

AI研究

UCバークレーの研究者たちは、LLMCompilerを紹介しました:LLMの並列関数呼び出しパフォーマンスを最適化するLLMコンパイラ

以下は、UCバークレー、ICSI、およびLBNLの研究チームが開発したLLMCompilerというフレームワークです。このフレームワークは...

機械学習

MLOpsとは何ですか

MLOpsは、機械学習(ML)モデルを信頼性と効率を持って本番環境に展開し、保守するための一連の手法と技術ですしたがって、ML...