Boston Dynamics tarafından geliştirilen humanoid robot Atlas, paylaşılan son demo ile hareket kontrolünde ulaşılan noktayı somut biçimde ortaya koyuyor. Videoda Atlas, laboratuvar ortamında kurulan parkurda koşarak ilerliyor, düşük bir platformdan destek alıyor ve takla ile arkaya saltoyu kesintisiz bir geçişle tamamlıyor. Gösterim, önceden planlanmış sert hareketlerden çok, akıcı ve sürekliliği olan bir denge kontrolünü yansıtıyor.
Geniş pencereli test tesisinde yer alan parkur, turuncu bariyerler ve siyah koruyucu minderlerle çevrili. Atlas, koşu temposunu koruyarak platforma yaklaşıyor, ellerini kısa süreli temasla kullanıyor ve vücudunu dönme eksenine alıyor. Taklanın hemen ardından arkaya salto geliyor ve robot, ayak tabanlarını zemine eş zamanlı yerleştirerek dengesini kaybetmeden ilerliyor. Bu bölümde sensör geri bildirimi ile motor kontrolü arasındaki eşgüdüm açık biçimde hissediliyor.
Bu akışkan hareket, dinamik denge, koordinasyon ve gerçek zamanlı kontrol başlıklarının aynı anda çalıştığını gösteriyor. Atlas, daha önce de arkaya salto ve koşu tabanlı manevralar sergilemişti; ancak bu demoda geçişler daha kısa sürede gerçekleşiyor ve duraksama hissi oluşmuyor. Öte yandan parkur, robotu yönlendiren çevresel ipuçlarını sınırlı tutacak şekilde sade bırakılıyor.
Video, Atlas platformunun son dönemde geçirdiği yazılım odaklı evrimin izlerini taşıyor. Bu noktada, hareketin tek bir gösteri figürü olmaktan ziyade öğrenilmiş bir davranış dizisi olarak sunulduğu anlaşılıyor. Her ne olursa olsun, demoda yer alan kombinasyon, kontrol sistemlerinin yalnızca tekil hareketleri değil, ardışık eylemleri de yönetebildiğini gösteriyor.
Atlas üzerinde yürütülen ortak çalışma öğrenme tabanlı hareketleri öne çıkarıyor
Bu demo, RAI Institute ile Boston Dynamics arasında 2025 itibarıyla başlayan iş birliğinin doğrudan bir çıktısı olarak öne çıkıyor. RAI Institute, Marc Raibert tarafından kuruldu ve uzun süredir robotik hareketin temel problemlerine odaklanıyor. Bu ortaklık, Atlas üzerinde pekiştirmeli öğrenme temelli yöntemlerin daha yoğun kullanılmasını hedefliyor.
Pekiştirmeli öğrenme yaklaşımı, robotun hareketlerini katı komut dizileriyle değil, simülasyon ortamlarında deneme-yanılma yoluyla edinmesini sağlıyor. Bu sayede Atlas, çevresel değişikliklere karşı daha esnek tepkiler üretebiliyor. Takla ile arkaya salto kombinasyonu, bu öğrenme sürecinin sahadaki karşılığını gösteren net örneklerden biri olarak duruyor.
Bu teknik arka plan, humanoid robotların yalnızca düz zemin üzerinde yürüme veya koşma senaryolarıyla sınırlı kalmayacağını da ortaya koyuyor. Dinamik hareket kabiliyeti, arama-kurtarma görevlerinde düzensiz zeminlerde ilerleme, endüstriyel tesislerde karmaşık alanlardan geçiş ve afet bölgelerinde engel aşma gibi senaryolar için kritik rol oynuyor. Bunun yanında, öğrenme tabanlı kontrol, robotun beklenmeyen temaslara verdiği tepkileri daha kontrollü hale getiriyor.
Atlas’ın sergilediği bu kombinasyon, genel amaçlı humanoid robot yaklaşımının teknik sınırlarını genişletiyor. RAI Institute’un büyük davranış modelleri üzerine yürüttüğü çalışmalar, Atlas’ın yalnızca gösteri amaçlı hareketlerle değil, gerçek dünya görevleriyle de ilişkilendirilen bir platform haline gelmesini hedefliyor. Bu doğrultuda paylaşılan demo, laboratuvar ortamında test edilen hareketlerin sahaya aktarılabilirliğine dair önemli ipuçları sunuyor.
💻🔥 KAÇIRILMAYACAK LAPTOP FIRSATLARI 🔥💻
Teknoblog'un satış ortaklıkları vardır. Bunlar, editoryal içeriği etkilemez, ancak Teknoblog, satış ortaklığı bağlantıları üzerinden satın alınan ürünler için komisyon kazanabilir.
