Robotics
Robotik, fiziksel dünyayı algılayan, karar veren ve dünyada eyleme geçen makineler geliştirir. Algılama, planlama, kontrol ve öğrenilmiş robot politikalarının nasıl bir araya geldiği.
Robotik, robotları tasarlayan, üreten ve programlayan mühendislik alanıdır: çevresini algılayan, ne yapacağına karar veren ve motorlar ile diğer eyleyiciler aracılığıyla fiziksel dünyada hareket eden makineleri kapsar. Makine ve elektrik mühendisliğini, kontrol kuramını ve bilgisayar bilimini bir araya getirir. Klasik endüstriyel robotlar çitle çevrili hücrelerde önceden programlanmış hareketleri tekrarlar; yapay zekâ (AI) ise yeni nesil robotların değişken koşullarla başa çıkmasını sağlar: hiçbir zaman tam olarak aynı yerde bulunmayan parçaları bulmak, insanların çevresinden dolaşmak ve elle yazılmış kodlar yerine gösterimlerden manipülasyon becerileri öğrenmek.
Bir Robot Nasıl Çalışır: Algıla, Planla, Harekete Geç#
Çoğu robot yazılımı, sürekli çalışan algıla-planla-harekete geç yapısını izler:
- Algılama: Kameralar, derinlik sensörleri, lidar, atalet ölçüm birimleri (IMU'lar), eklem enkoderleri ve kuvvet-tork sensörleri hem dünyayı hem de robotun kendisini ölçer.
- Algılama ve yorumlama: Bilgisayarlı görü modelleri, ham görüntüleri nesne algılama, bölütleme, poz kestirimi ve derinlik kestirimi yoluyla nesnelere, insanlara, yüzeylere ve mesafelere dönüştürür.
- Durum kestirimi ve haritalama: Sensör füzyonu, Kalman filtresi gibi filtrelerle robotun konumunu ve hareketini tahmin eder; görsel SLAM ise robotu izlerken bilinmeyen alanların haritasını oluşturur.
- Planlama: Görev planlayıcıları sırada ne yapılacağına karar verir, hareket planlayıcıları ise tekerlekler veya kollar için çarpışmasız yollar hesaplar.
- Kontrol: PID döngülerinden model öngörülü kontrole kadar uzanan düşük seviyeli denetleyiciler, planı izlemek üzere motorları çoğu zaman saniyede yüzlerce kez çalıştırır.
ROS 2 (Robot İşletim Sistemi) gibi ara yazılımlar, bu bileşenleri adlandırılmış konular üzerinden ileti alışverişi yapan ayrı süreçler olarak birbirine bağlar. Her eylem, sensörlerin bir sonraki seferde gördüklerini değiştirdiğinden döngü tamamlanır:
Kontrol Döngüsünde Görü#
Algılama ve yorumlama, robotun kendi bilgisayarında planlama için yeterince hızlı sonuç vermelidir. Bu bilgisayar çoğu zaman NVIDIA Jetson gibi gömülü bir GPU modülüdür. Ultralytics ROS hızlı başlangıç kılavuzu, Ultralytics YOLO26 modelini bir kamera konusuna abone olan ve diğer düğümlerin kullanması için açıklamalı algılamalar ve bölütlemeler, algılanan sınıf adları ve derinlik görüntülerinden nesne mesafeleri yayımlayan bir ROS düğümü olarak çalıştırır. Algılamadan eyleme uzanan aynı adım birkaç satır Python koduyla gerçekleştirilebilir; burada bir kişinin kamera görüntüsünde belirmesiyle hareketli robot durduruluyor:
from ultralytics import YOLO
model = YOLO("yolo26n.pt")
video = "https://github.com/ultralytics/assets/releases/download/v0.0.0/decelera_portrait_min.mov"
# Sense-act loop: read frames as they arrive and stop as soon as a person is detected
for frame_idx, result in enumerate(model.predict(video, stream=True, classes=[0])):
if len(result.boxes) > 0:
print(f"Person detected in frame {frame_idx}: sending stop command")
breakstream=True kullanıldığında, video okunurken model her kare için bir sonuç üretir; aynı yöntem source=0 gibi canlı bir kamera diziniyle de kullanılır.
Öğrenmeye Dayalı Robotik#
Öğrenilmiş algılama artık standart hâle geldi; öğrenme, planlama ve kontrole de giderek daha fazla uygulanıyor:
- Taklit öğrenmesi: Robotlar, uzaktan kumandayla verilen gösterimlerden davranış klonlama yoluyla öğrenir. Eylem parçalama ve difüzyon politikaları gibi teknikler, çamaşır katlama veya konektör takma gibi hassas manipülasyonları uygulanabilir hâle getirdi.
- Simülasyonda pekiştirmeli öğrenme: Milyonlarca simülasyon denemesi boyunca pekiştirmeli öğrenmeyle eğitilen politikalar, fiziği ve görünümü değiştirerek gerçek dünyanın bir başka değişiklik gibi görünmesini sağlayan alan rastgeleleştirme yardımıyla gerçek donanıma aktarılır. Dört ayaklı robotlar ve insansı robotlar için çevik yürüme ve koşma denetleyicileri genellikle bu şekilde eğitilir.
- Robot temel modelleri: Görüntü-dil-eylem modelleri, kamera görüntülerini ve doğal dilde verilen bir yönergeyi doğrudan motor komutlarına dönüştürür. Örnekler arasında Physical Intelligence'ın π0'ı, Google DeepMind'ın Gemini Robotics modeli ve NVIDIA'nın insansı robotlara yönelik açık Isaac GR00T modelleri yer alır. 22 robot türünden bir milyondan fazla yörüngenin yer aldığı Open X-Embodiment veri kümesinde olduğu gibi, eğitim verileri farklı robotlardan toplanır.
Bu yöntemler genellikle, beden aracılığıyla algılayan ve eyleme geçen etmenlerle ilgilenen yapay zekâ araştırma alanları olan bedenlenmiş yapay zekâ ve fiziksel yapay zekâ başlıkları altında toplanır.
Robotik ve Robotik Süreç Otomasyonu#
Robotik süreç otomasyonu (RPA) aynı sözcüğü içerse de donanım içermez: RPA “botları”, işletme uygulamaları arasında veri kopyalama veya faturaları işleme gibi tekrarlayan dijital işleri otomatikleştiren yazılımlardır. Robotik ise her zaman, denetim görüntüleri yakalamak için bir inşaat alanında yürüyen Boston Dynamics'in dört ayaklı Spot robotu gibi fiziksel bir makineyi içerir.
Uygulamalar#
- Üretim: Mafsallı kollar kaynak yapar, boya atar ve montaj gerçekleştirir; iş birlikçi robotlar (kobotlar) ise insanların yanında daha düşük hız ve kuvvetlerde çalışır. Görü, parçaların kutulardan alınmasına rehberlik eder ve parçaları kusurlara karşı denetler.
- Lojistik: Otonom mobil robotlar (AMR'ler), yerleşik haritalar ve algılama kullanarak depolarda yol alır ve engellerin çevresinden alternatif rotalar çizer; daha eski otomatik yönlendirmeli araçlar (AGV'ler) ise sabit bant veya tel yollarını izler.
- Tarım: Robotlar, bitkileri birbirinden ayırmak için görüden yararlanarak yabani otları temizler, bitkileri seyreltir ve mahsulleri hasat eder.
- Sağlık: Uzaktan kumandalı cerrahi sistemler, cerrahın el hareketlerini hassas alet hareketlerine dönüştürür; mobil robotlar da hastanelerde malzeme taşır.
- Ulaşım: Otonom araçlar ve dronlar, aynı algıla-planla-harekete geç döngüsünü daha yüksek hızlarda çalıştıran mobil robotlardır.
Uluslararası Robotik Federasyonu verilerine göre, 2024'te dünya genelinde 542.000 endüstriyel robot kuruldu; bunların %54'ü Çin'deydi ve böylece kullanımda olan robot sayısı yaklaşık 4,66 milyona ulaştı.










