Žaidimo pertrauka per Small Size League rungtynes.
Šiandien, liepos 21 d., konkursai baigėsi jaudinančiu finalu. Trečiame ir paskutiniame iš mūsų apibendrinančių straipsnių pateikiame šios paskutinės dienos veiksmo skonį. Jei jų praleidote, pirmuosius du santraukas galite rasti čia: liepos 19 d | liepos 20 d.
Mano pirmasis uostas šįryt buvo standartinės platformos lyga, kur dr. Timothy Wiley ir Tomas Ellis iš Team RedbackBots, RMIT universiteto, Melburnas, Australija, pademonstravo įdomų pažangą, būdingą tik jų komandai. Jie sukūrė papildytosios realybės (AR) sistemą, siekdami pagerinti lauko veiksmų supratimą ir paaiškinimą.
„RedbackBots“ keliaujanti komanda 2024 m. (nuo dešinės: Murray Owensas, Samas Griffithsas, Tomas Ellisas, dr. Timothy Wiley, Markas Fieldas, Jasperas Avice Demay). Nuotraukų kreditas: Dr Timothy Wiley.
Komandos akademinis vadovas Timothy paaiškino: „Praėjusių metų konkurso pabaigoje mūsų studentai pasiūlė prisidėti prie lygos – sukurti papildytos realybės (AR) vizualizaciją to, ką lyga vadina komandos komunikacijos monitorius. Tai programinės įrangos dalis, kuri rodoma televizoriaus ekranuose žiūrovams ir teisėjui ir parodo, kur robotai galvoja, kad jie yra, informaciją apie žaidimą ir kur yra kamuolys. Mes nusprendėme sukurti AR sistemą, nes manome, kad daug geriau žiūrėti ją uždengtą lauke. AR leidžia mums pateikti visą šią informaciją lauke, kai robotai juda.
Komanda šią sistemą demonstravo lygai renginyje, sulaukusi labai teigiamų atsiliepimų. Tiesą sakant, viena iš komandų žaidimo metu rado savo programinės įrangos klaidą, bandydama AR sistemą. Tomas sakė, kad iš kitų komandų jie gavo daug idėjų ir pasiūlymų dėl tolimesnės plėtros. Tai yra viena iš pirmųjų (jei ne, tai pirmoji) AR sistema, kuri buvo išbandyta visose varžybose, ir pirmą kartą ji buvo naudojama Standartinės platformos lygoje. Man pasisekė, kad gavau demonstracinę versiją iš Tomo ir ji tikrai padidino žiūrėjimo patirtį. Bus labai įdomu pamatyti, kaip sistema vystysis.
Pažymėkite Fieldą, nustatantį „MetaQuest3“, kad galėtų naudoti papildytos realybės sistemą. Nuotraukų kreditas: Dr Timothy Wiley.
Iš pagrindinės futbolo zonos nuėjau į RoboCupJunior zoną, kur Vykdomojo komiteto narys Rui Baptista surengė man ekskursiją po arenas ir supažindino su kai kuriomis komandomis, kurios naudojo mašininio mokymosi modelius, kad padėtų savo robotams. „RoboCupJunior“ yra moksleivių varžybos, suskirstytos į tris lygas: futbolo, gelbėjimo ir „OnStage“.
Pirmiausia pasivijau keturias gelbėtojų lygos komandas. Robotai atpažįsta „aukas“ pagal iš naujo sukurtus nelaimių scenarijus, kurių sudėtingumas yra įvairus – nuo linijos sekimo lygiu paviršiumi iki ėjimo per kliūtis nelygiame reljefe. Lygoje yra trys skirtingos kryptys: 1) Gelbėjimo linija, kur robotai seka juodą liniją, vedančią juos prie aukos, 2) Gelbėjimo labirintas, kur robotams reikia ištirti labirintą ir identifikuoti aukas, 3) Gelbėjimo modeliavimas, kuris yra imituota labirinto varžybų versija.
Komanda Skollska Knijgia, dalyvaujanti gelbėjimo linijoje, naudojo YOLO v8 neuroninį tinklą, kad aptiktų aukas evakuacijos zonoje. Jie patys apmokė tinklą su maždaug 5000 vaizdų. Rescue Line renginyje taip pat varžėsi Team Overengeniering2. Jie taip pat naudojo YOLO v8 neuroninius tinklus, šiuo atveju dviem savo sistemos elementams. Jie naudojo pirmąjį modelį, kad aptiktų aukas evakuacijos zonoje ir aptiktų sienas. Jų antrasis modelis naudojamas sekant liniją ir leidžia robotui aptikti, kada juodoji linija (naudojama daugeliui užduočių) pasikeičia į sidabrinę liniją, kuri rodo įėjimą į evakuacijos zoną.
Kairėje: Skollska Knijgia komanda. Dešinėje: Team Overengeniering2.
Komanda Tanorobo! dalyvavo labirinto varžybose. Jie taip pat naudojo mašininio mokymosi modelį aukoms aptikti, apmokydami 3000 nuotraukų kiekvienam aukų tipui (labirinte jos žymimos skirtingomis raidėmis). Jie taip pat fotografavo sienas ir kliūtis, kad išvengtų klaidingos klasifikacijos. Simuliaciniame konkurse dalyvavo Team New Aje. Jie naudojo grafinę vartotojo sąsają mašininio mokymosi modeliui išmokyti ir naršymo algoritmams derinti. Jie turi tris skirtingus navigacijos algoritmus su skirtingomis skaičiavimo sąnaudomis, kuriuos jie gali perjungti priklausomai nuo vietos (ir sudėtingumo) labirinte, kuriame jie yra.
Kairėje: Team Tanorobo! Dešinėje: Team New Aje.
Sutikau dvi komandas, kurios neseniai prisistatė OnStage renginyje. „Team Medic“ veikla buvo pagrįsta medicininiu scenarijumi, o komanda apėmė du mašininio mokymosi elementus. Pirmasis yra balso atpažinimas, skirtas bendravimui su „paciento“ robotais, o antrasis yra vaizdo atpažinimas, skirtas klasifikuoti rentgeno spindulius. „Team Jam Session“ robotas skaito amerikiečių gestų kalbos simbolius ir naudoja juos grodamas pianinu. Jie naudojo MediaPipe aptikimo algoritmą, kad surastų skirtingus rankos taškus, ir atsitiktinius miško klasifikatorius, kad nustatytų, kuris simbolis buvo rodomas.
Kairėje: Team Medic Bot Dešinėje: Team Jam Session.
Kita stotelė buvo humanoidų lyga, kurioje vyko paskutinės rungtynės. Arena buvo sausakimša žmonių, norinčių pamatyti veiksmą.
Stovimas kambarys, skirtas tik suaugusiųjų dydžio humanoidams pamatyti.
Finalas tęsėsi Vidutinio dydžio lygoje, namų komandai „Tech United Eindhoven“ įveikus „BigHeroX“ įtikinamai rezultatu 6:1. Paskutinės dienos veiksmo tiesioginę transliaciją galite stebėti čia.
Didžiajame finale dalyvavo Vidutinio dydžio lygos („Tech United Eindhoven“) nugalėtojai prieš penkis „RoboCup“ patikėtinius. Žmonėms pritrūko 5-2 nugalėtojų, jų pranašumas perdavimu ir judėjimu per daug „Tech United“.
AIhub
yra ne pelno siekianti organizacija, skirta dirbtinio intelekto bendruomenę sujungti su visuomene, teikiant nemokamą aukštos kokybės AI informaciją.
AIhub yra ne pelno siekianti organizacija, skirta dirbtinio intelekto bendruomenę sujungti su visuomene, teikiant nemokamą aukštos kokybės AI informaciją.
Lucy Smith yra „AIhub“ vadovaujanti redaktorė.
