Robots that fly ... and cooperate | Vijay Kumar

Translator: Matar Matar Reviewer: Tuya Bat

Good morning.

Өглөөний мэнд.

I'm here today to talk about autonomous flying beach balls.

Өнөөдөр би бие даан нисэх чадвартай

хийлдэг бөмбөгний талаар ярих болно.

(Laughter)

Үгүй дээ, харин хөнгөн шаламгай агаарын роботуудын тухай ярина.

No, agile aerial robots like this one.

I'd like to tell you a little bit about the challenges in building these,

Би та бүхэнд үүнийг бүтээхэд тулгардаг бэрхшээл болон

технологийн зарим гайхамшигт хэрэглээний талаар

and some of the terrific opportunities for applying this technology.

танилцуулмаар байна.

So these robots are related to unmanned aerial vehicles.

Тэгэхээр эдгээр робот нь

хүний оролцоогүй ажилладаг нисдэг техниктэй холбоотой.

However, the vehicles you see here are big.

Гэвч энд харагдаж байгаа техник овор ихтэй бөгөөд

хэдэн мянган кг жинтэй.

They weigh thousands of pounds, are not by any means agile.

Яагаад ч шалмаг гэж хэлэхээргүй.

They're not even autonomous.

Бүр автомат ажиллагаатай ч биш.

In fact, many of these vehicles are operated by flight crews

Бодит байдал дээр эдгээрийн олонх нь

олон хүнээс бүрдсэн

нислэгийн баг,

that can include multiple pilots,

operators of sensors,

мэдрэгчийн хянагчид ба

and mission coordinators.

даалгавар чиглүүлэгчдээр удирдуулж байдаг.

What we're interested in is developing robots like this --

Бидний зорилго бол энэ хоёр зурган дээрх шиг

худалдан авах боломжтой

and here are two other pictures --

of robots that you can buy off the shelf.

роботыг хөгжүүлэх явдал.

Эдгээр нь дөрвөн сэнс бүхий ротортой нисдэг тэрэгнүүд ба

So these are helicopters with four rotors,

хэмжээ нь ойролцоогоор нэг метр,

and they're roughly a meter or so in scale,

жин нь хэдхэн килограм.

and weigh several pounds.

Бид эдгээрийг мэдрэгч болон процессороор тоноглоод л

And so we retrofit these with sensors and processors,

байшин дотуур GPS байршил тогтоогчгүй

and these robots can fly indoors.

нисэх боломжтой болно.

Without GPS.

Миний гартаа барьж байгаа

The robot I'm holding in my hand

робот энэ байна.

is this one,

Алекс, Дэниэл гэдэг

and it's been created by two students,

хоёр оюутны хийсэн бүтээл.

Alex and Daniel.

Тэгэхээр энэ нь

So this weighs a little more than a tenth of a pound.

50 орчим грамм жинтэй.

It consumes about 15 watts of power.

15 Ваттын хүчин чадалтай.

Таны харж байгаагаар

And as you can see, it's about eight inches in diameter.

20 см орчим диаметртэй.

Би эдгээр робот хэрхэн ажилладаг талаар

So let me give you just a very quick tutorial

on how these robots work.

товчхон танилцуулья.

Робот дөрвөн ротортой.

So it has four rotors.

If you spin these rotors at the same speed,

Тэдгээрийг жигд хурдаар эргүүлбэл

the robot hovers.

робот ниснэ.

If you increase the speed of each of these rotors,

Роторуудын хурдыг ихэсгэхэд

робот хөөрч хурдатгал авна.

then the robot flies up, it accelerates up.

Of course, if the robot were tilted,

Мэдээж робот хэвтээ тэнхлэгийн дагуу

ташуу байрлалтай болоход

inclined to the horizontal,

then it would accelerate in this direction.

тухайн чиглэлдээ хурдатгал авна.

So to get it to tilt,

Роботыг хазайлгах хоёр аргын нэг нь байна.

there's one of two ways of doing it.

So in this picture, you see that rotor four is spinning faster

Энэ зураг дээр таны харж байгаагаар

дөрөвдүгээр ротор илүү хурдан,

and rotor two is spinning slower.

хоёрдугаар ротор арай удаан эргэж байна.

And when that happens,

Хэрвээ ингэвэл

there's a moment that causes this robot to roll.

робот хажуу тийш өнхөрнө.

And the other way around,

Өөр нэг арга нь:

if you increase the speed of rotor three and decrease the speed of rotor one,

гуравдугаар роторын хурдыг ихэсгээд

нэг дэхийг удаашруулбал

then the robot pitches forward.

робот урагш давшина.

And then finally,

Эцэст нь,

if you spin opposite pairs of rotors

эсрэг хоёр роторыг

faster than the other pair,

нөгөө хоёроос нь хурдан эргүүлэхэд

then the robot yaws about the vertical axis.

робот босоо тэнхлэгийн дагуу хазайна.

Гол нь хавтан дээрх процессор нь

So an on-board processor

essentially looks at what motions need to be executed

ямар хөдөлгөөн гүйцэтгэхийг мэдэрч,

and combines these motions,

хөдөлгөөнүүдийг нэгтгээд,

and figures out what commands to send to the motors --

моторт ямар даалгавар илгээхийг

секундэд 600 удаа бодож олдог.

600 times a second.

That's basically how this thing operates.

Ерөнхийдөө ингэж ажилладаг.

Энэ загварын нэг давуу тал нь

So one of the advantages of this design

is when you scale things down,

аливаа зүйлийн хэмжээг багасгах тусам

the robot naturally becomes agile.

робот өөрөө шалмаг болж эхэлнэ.

Энд R радиус нь

So here, R is the characteristic length of the robot.

роботын уртын хэмжигдэхүүн.

It's actually half the diameter.

Үнэндээ бол диаметрын тал нь.

And there are lots of physical parameters that change as you reduce R.

Тэгээд R-ыг багасгах бүрт

олон физикийн хувьсагч дагаж өөрчлөгдөнө.

The one that's most important is the inertia,

Хамгийн чухал нь

инерц буюу хөдөлгөөний эсэргүүцэл.

or the resistance to motion.

So it turns out the inertia, which governs angular motion,

Бидний олж мэдсэнээр инерц нь

өнцгийн хөдөлгөөнийг зохицуулж,

scales as a fifth power of R.

мөн R-ын таван зэрэгтэй тэнцэнэ.

R-ыг багасгах тусам

So the smaller you make R,

the more dramatically the inertia reduces.

инерц илүү хурдан буурна.

So as a result, the angular acceleration,

Ингэснээр өнцгийн хурдатгал буюу

denoted by the Greek letter alpha here,

грек цагаан толгойн альфа нь

goes as 1 over R.

1/R-тай тэнцэнэ.

It's inversely proportional to R.

R-тай урвуу хамааралтай.

The smaller you make it, the more quickly you can turn.

Хэмжээг багасгах тусам хурдан эргэнэ.

Энэ бичлэгт тодорхой харагдана.

So this should be clear in these videos.

Баруун доод хэсэгт робот

On the bottom right, you see a robot performing a 360-degree flip

хагас секундын дотор

in less than half a second.

360 хэмийн эргэлт хийж байна.

Multiple flips, a little more time.

Олон эргэлт хийвэл арай илүү хугацаа зарцуулна.

So here the processes on board

Хавтан дээрх процессорууд нь

are getting feedback from accelerometers and gyros on board,

хурдатгал хэмжигч болон

хавтан дээрх эргэлдэгч биет буюу гирогоос мэдээлэл авдаг.

and calculating, like I said before,

Өмнө хэлсэнчлэн секундэд 600 удаа

commands at 600 times a second,

тооцоолж боловсруулаад

to stabilize this robot.

роботыг тогтворжуулна.

So on the left, you see Daniel throwing this robot up into the air,

Зүүн талд Дэниел роботыг шидэж байгаа нь харагдаж байна.

and it shows you how robust the control is.

Үүгээр удирдлага хэр баталгаатайг харж болно.

Яаж ч шидсэн

No matter how you throw it,

the robot recovers and comes back to him.

робот эргээд ирж байна.

So why build robots like this?

Яагаад ийм робот бүтээх хэрэгтэй вэ?

Ийм роботыг олон янзаар ашиглах боломжтой.

Well, robots like this have many applications.

Барилга руу нэвтэрсэн урилгагүй зочдыг

You can send them inside buildings like this,

as first responders to look for intruders,

эхлээд хайж олох эсвэл

maybe look for biochemical leaks,

биохимийн болон газын алдагдлыг

тогтоохоор илгээж болно.

gaseous leaks.

Эсвэл бүр барилга угсралтад ч

You can also use them for applications like construction.

ашиглаж болно.

So here are robots carrying beams, columns

Энэ роботууд хөндлөвч болон багана зөөж

and assembling cube-like structures.

куб хэлбэртэй байгууламж угсарч байна.

I'll tell you a little bit more about this.

Энэ талаар дэлгэрүүлж тайлбарлая.

The robots can be used for transporting cargo.

Роботуудыг ачаа тээвэрлэхэд хэрэглэж болно.

So one of the problems with these small robots

Гэвч бяцхан роботуудын гол асуудал нь

is their payload-carrying capacity.

тэдгээрийн даацын чадвар.

So you might want to have multiple robots carry payloads.

Тэгэхээр олон роботоор

ачаа зөөлгөх нь дээр байх.

This is a picture of a recent experiment we did --

Энэ бол бидний саяхан хийсэн туршилтын зураг.

Үнэндээ тийм сүүлийн үеийх биш л дээ.

actually not so recent anymore --

in Sendai, shortly after the earthquake.

Сэндайд болсон газар хөдлөлтийн дараа хийсэн.

So robots like this could be sent into collapsed buildings,

Ийм роботуудыг байгалийн гамшгийн дараа

нурсан байшин руу оруулж гэмтлийн үнэлгээ хийлгэх

to assess the damage after natural disasters,

эсвэл хордсон барилга руу

or sent into reactor buildings,

to map radiation levels.

цацрагийн түвшинг тогтоолгохоор илгээж болно.

So one fundamental problem that the robots have to solve

Үндсэн асуудлын нэг нь

автомат ажиллагаатай роботууд

if they are to be autonomous,

is essentially figuring out how to get from point A to point B.

хэрхэн А цэгээс Б цэг рүү

хүрэхээ тодорхойлох юм.

So this gets a little challenging,

Энэ нь бага зэрэг бэрхшээлтэй.

because the dynamics of this robot are quite complicated.

Учир нь роботын хөдөлгөөн маш төвөгтэй.

In fact, they live in a 12-dimensional space.

Тэд 12 хэмжээст орчинд оршдог.

Тэгээд бид бяцхан заль хэрэглэсэн.

So we use a little trick.

We take this curved 12-dimensional space,

Би энэ муруй 12 хэмжээст орчинг

хавтгай дөрвөн хэмжээст

and transform it into a flat, four-dimensional space.

орчин руу хувиргасан.

And that four-dimensional space consists of X, Y, Z,

Дөрвөн хэмжээст орчин нь

X, Y, Z болон хазайлтын өнцгөөс бүрдэнэ.

and then the yaw angle.

And so what the robot does,

Роботын хийх зүйл нь

is it plans what we call a minimum-snap trajectory.

бидний хэлдгээр хамгийн богино замыг тодорхойлох.

Физикийн хичээлийг эргэн санавал

So to remind you of physics:

You have position, derivative, velocity;

байрлал, уламжлал, хурд

then acceleration;

болон хурдатгал гэж байдаг.

and then comes jerk,

Тэгээд бас түлхэлт,

and then comes snap.

тийрэлт гэж бий.

So this robot minimizes snap.

Робот тийрэлтийг хамгийн багаар тооцно.

So what that effectively does,

Тэгэхээр түүний хөдөлгөөн нь

is produce a smooth and graceful motion.

жигд, зөөлөн болно.

And it does that avoiding obstacles.

Үүнийг саадыг тойроход ашигладаг.

Тэгээд энэхүү хавтгай орон зайн

So these minimum-snap trajectories in this flat space are then transformed

хамгийн бага тийрэлтийн зам нь буцаад

back into this complicated 12-dimensional space,

12 хэмжээс рүү хөрвүүлэгдэнэ.

Ингэснээр робот удирдлага болон

which the robot must do for control and then execution.

гүйцэтгэлээ хийх боломжтой болно.

So let me show you some examples

Хамгийн бага зам нь ямар байдгийг

of what these minimum-snap trajectories look like.

жишээн дээр үзүүлье.

Эхний бичлэг дээр

And in the first video,

you'll see the robot going from point A to point B,

А цэгээс Б цэг рүү дундын цэгээр дайрч

явж байгааг харж байна.

through an intermediate point.

(Whirring noise)

Тэгэхээр робот дурын муруй замаар

So the robot is obviously capable of executing any curve trajectory.

явах боломжтой.

So these are circular trajectories,

Энэ бол тойрог хөдөлгөөн.

where the robot pulls about two G's.

Хоёр дахин их G авч байна.

Here you have overhead motion capture cameras on the top

Секундэд 100 удаа роботод хаана байгааг нь заадаг

that tell the robot where it is 100 times a second.

хөдөлгөөн мэдрэгч камер толгой дээр нь байгаа.

It also tells the robot where these obstacles are.

Энэ нь роботод саад хаана байгааг ч хэлж өгнө.

Саад нь хөдөлгөөнтэй ч байж болно.

And the obstacles can be moving.

And here, you'll see Daniel throw this hoop into the air,

Энд Дэниел цагиргыг агаарт шидэхэд

while the robot is calculating the position of the hoop,

робот байршлыг нь тооцоолж

дундуур нь хэрхэн гарах аргыг олохыг оролдож байна.

and trying to figure out how to best go through the hoop.

Эрдэмтэн хүний хувьд лабораторитоо санхүүжилт олохын тулд

So as an academic,

we're always trained to be able to jump through hoops

бид үргэлж цагираг дундуур үсэрч сурдаг.

to raise funding for our labs,

Үүнийг роботуудаараа хийлгэх болно.

and we get our robots to do that.

(Applause)

(Алга ташилт)

Роботын хийж чадах өөр нэг зүйл бол

So another thing the robot can do

is it remembers pieces of trajectory

урьдчилан програмчлагдсан болон

that it learns or is pre-programmed.

сурсан замаа санах явдал.

So here, you see the robot combining a motion that builds up momentum,

Энд робот доорх хөдөлгөөнүүдийг

нэгтгэж хөдөлгөх хүч үүсгэж

байгааг харж болно.

and then changes its orientation and then recovers.

Тэгээд чигээ өөрчлөөд тогтворжиж байна.

Заавал ингэх ёстой, учир нь цонхны зай нь

So it has to do this because this gap in the window

is only slightly larger than the width of the robot.

роботын өргөнөөс бага зэрэг л илүү юм.

Яг усанд шумбагч тамирчин тавцан дээр зогсоод

So just like a diver stands on a springboard

and then jumps off it to gain momentum,

хүч авахын тулд үсрээд

and then does this pirouette, this two and a half somersault through

агаарт 2,5 удаа эргэлт хийгээд

гоёмсогоор эргэж байрлалаа авдаг шиг

and then gracefully recovers,

this robot is basically doing that.

энэ робот ч мөн тэгдэг.

So it knows how to combine little bits and pieces of trajectories

Тэр энэ хэцүү даалгаврыг гүйцэтгэхийн тулд

to do these fairly difficult tasks.

замын жижиг хэсгүүдийг хэрхэн нийлүүлэхээ мэднэ.

Сэдвээ жаахан өөрчилье.

So I want change gears.

So one of the disadvantages of these small robots is its size.

Энэ жижиг роботын сул тал нь түүний хэмжээ.

Өмнө нь хэлсэнчлэн,

And I told you earlier

that we may want to employ lots and lots of robots

бид олон робот ажиллуулаад

хэмжээний дутагдлыг арилгаж болно.

to overcome the limitations of size.

Үүний нэг асуудал нь

So one difficulty is:

How do you coordinate lots of these robots?

олон роботыг хэрхэн чиглүүлэх вэ?

And so here, we looked to nature.

Тэгээд бид байгаль эхээс асуусан.

So I want to show you a clip of Aphaenogaster desert ants,

Энэ бичлэгт профессор Стивен Прэттийн лабораторийн

цөлийн шоргоолжнууд

in Professor Stephen Pratt's lab, carrying an object.

юм зөөж байна.

Энэ жимсний зүсэм.

So this is actually a piece of fig.

Үнэндээ жимсний шүүсээр бүрсэн юуг ч

Actually you take any object coated with fig juice,

and the ants will carry it back to the nest.

шоргоолжнууд үүрэндээ аваачна.

So these ants don't have any central coordinator.

Эдгээр шоргоолжнуудад нэгдсэн чиглүүлэгч байхгүй.

They sense their neighbors.

Тэд хөршөө мэдэрдэг.

Ямар нэг илэрхий харилцаа байхгүй.

There's no explicit communication.

Хөршөө, бас объектоо

But because they sense the neighbors

and because they sense the object,

мэдэрч байгаа болохоор

they have implicit coordination across the group.

тэд сүрэг дотроо далд чиглүүлэлттэй.

Энэ төрлийн чиглүүлэлтийг л

So this is the kind of coordination we want our robots to have.

бид роботууддаа хүсч байна.

So when we have a robot which is surrounded by neighbors --

Бидэнд хөршүүдээр хүрээлэгдсэн

робот байна гэж бодъё.

and let's look at robot I and robot J --

Жишээ нь, Робот I болон J.

what we want the robots to do,

Эдгээр роботоор хийлгэх зүйл нь

is to monitor the separation between them,

жагсаалаар нисэх үеийн

as they fly in formation.

хоорондох зайг нь хянуулах.

And then you want to make sure

Тэгээд энэхүү зай нь зохих хэмжээнд

that this separation is within acceptable levels.

байгаа эсэхийг шалгана.

Роботууд мөн л алдааг шалгаад

So again, the robots monitor this error

and calculate the control commands 100 times a second,

хянах даалгавраа

секундэд 100 удаа хийнэ.

which then translates into motor commands,

Тэгээд секундэд 600 удаа моторт заавар өгнө.

600 times a second.

Энэ нь нэгдсэн бус аргачлалаар

So this also has to be done in a decentralized way.

хийгдэх ёстой.

Again, if you have lots and lots of robots,

Дахин хэлэхэд, маш олон тооны роботыг нэгдсэн системд оруулж,

it's impossible to coordinate all this information centrally

заавар боловсруулж, түүнийг гүйцэтгэхэд

fast enough in order for the robots to accomplish the task.

хангалттай хурдан чиглүүлэх боломжгүй.

Plus, the robots have to base their actions only on local information --

Дээр нь тэд үйлдлээ зөвхөн

дотоод мэдээлэлдээ суурилуулах шаардлагатай.

Энийг хөршүүдээсээ мэдэрнэ.

what they sense from their neighbors.

And then finally,

Тэгээд эцэст нь

we insist that the robots be agnostic to who their neighbors are.

роботууд хөршүүддээ

тэгш эрхтэй хандах ёстой.

So this is what we call anonymity.

Үүнийг бид нэрээ нууцлах гэдэг.

Одоо үзүүлэх

So what I want to show you next is a video of 20 of these little robots,

бичлэгт

20 ширхэг жижиг робот

flying in formation.

жагсаалаар нисч байна.

Тэд хөршийнхөө байрлалыг ажиглаж байна.

They're monitoring their neighbors' positions.

Жагсаалаа хадгалж байна.

They're maintaining formation.

The formations can change.

Энэ нь өөрчлөгдөж ч болно.

They can be planar formations,

Хавтгай хэлбэртэй эсвэл

they can be three-dimensional formations.

гурван хэмжээст ч байж болно.

Таны харж байгаачлан,

As you can see here,

they collapse from a three-dimensional formation into planar formation.

гурван хэмжээст жагсаалаас хавтгай руу шилжиж байна.

And to fly through obstacles,

Саад дундуур нисэхийн тулд

they can adapt the formations on the fly.

хэлбэрээ өөрчилж байна.

Эдгээр роботууд хоорондоо маш ойртож байна.

So again, these robots come really close together.

As you can see in this figure-eight flight,

Наймын тооны хэлбэрээр нисэхдээ

they come within inches of each other.

хэдхэн инчийн зайтай болж байна.

Сэнсний далбааны аеродинамикийн

And despite the aerodynamic interactions with these propeller blades,

харилцан үйлчлэлээс үл хамааран

they're able to maintain stable flight.

тэд тогтвортой нисэж байна.

(Applause)

(Алга ташилт)

Нэгэнт жагсаалаар нисэж сурсан бол

So once you know how to fly in formation,

хамтран ачаа тээж чадна.

you can actually pick up objects cooperatively.

Тэгээд энэ нь роботын хүчийг

So this just shows that we can double, triple, quadruple

хөршүүдтэй нь баг болгосноор

2, 3, 4 дахин

the robots' strength,

by just getting them to team with neighbors, as you can see here.

ихэсгэж болохыг харуулж байна.

Үүнийг хийхэд дутагдалтай тал нь

One of the disadvantages of doing that is, as you scale things up --

хэмжээг нь ихэсгэсэнээр

so if you have lots of robots carrying the same thing,

олон робот ижил зүйл зөөж

you're essentially increasing the inertia,

инерцийг нэмэгдүүлнэ.

and therefore you pay a price; they're not as agile.

Оронд нь тэд шалмаг бус болно.

But you do gain in terms of payload-carrying capacity.

Гэхдээ тээвэрлэх чадвар нь нэмэгднэ.

Танд үзүүлэх өөр нэг хэрэглээг

Another application I want to show you -- again, this is in our lab.

бас л манай лабораториос харж болно.

This is work done by Quentin Lindsey, who's a graduate student.

Энэ магистрын оюутан Кyентин Линдсигийн хийсэн бүтээл.

So his algorithm essentially tells these robots

Түүний алгоритм нь роботуудад

тулгуур хэлбэртэй элементүүд ашиглан

how to autonomously build cubic structures

хэрхэн бие даан куб байгууламж

from truss-like elements.

барихыг хэлж өгөх юм.

Түүний алгоритм роботуудад

So his algorithm tells the robot what part to pick up,

аль хэсгийг өргөх,

хэзээ, хаана байрлуулахыг хэлж өгнө.

when, and where to place it.

So in this video you see --

Энэ бичлэгийг

and it's sped up 10, 14 times --

10, 14 дахин хурдлуулсан байгаа.

Энд роботуудын барьж байгаа гурван өөр байгууламж байгаа.

you see three different structures being built by these robots.

And again, everything is autonomous,

Бүгд автомат бөгөөд

Куентиний хийх зүйл нь ердөө л

and all Quentin has to do

is to give them a blueprint of the design that he wants to build.

тэдэнд бариулах загварынхаа

план зургийг өгөхөд л хангалттай.

So all these experiments you've seen thus far,

Энэ хүртэл та бүхний харсан туршилтууд,

all these demonstrations,

бүх үзүүлэнгүүд хөдөлгөөн мэдрэгч

have been done with the help of motion-capture systems.

системийн тусламжтай хийгдсэн.

Хэрвээ лабораториос гарч

So what happens when you leave your lab,

бодит ертөнцөд ашиглавал яах вэ?

and you go outside into the real world?

And what if there's no GPS?

GPS байхгүй бол яах вэ?

So this robot is actually equipped with a camera,

Эдгээр роботууд

камер, лазер байршил мэдрэгч болон

and a laser rangefinder, laser scanner.

лазер дүрс буулгагчаар тоноглогдсон.

And it uses these sensors to build a map of the environment.

Эдгээр мэдрэгчээр

орчны газрын зургийг бүтээдэг.

Энэ нь цонх, хаалга,

What that map consists of are features --

like doorways, windows, people, furniture --

хүн, тавилга гэх мэт

зүйлсээс бүрдэнэ.

and it then figures out where its position is,

Дараа нь тэдгээрийн хувьд

байршлаа тодорхойлох болно.

with respect to the features.

So there is no global coordinate system.

Нэгдсэн координатын систем байхгүй.

The coordinate system is defined based on the robot,

Хаана байгаа, юу харагдаж байгаагаас шалтгаалан

where it is and what it's looking at.

координатын системийг робот тогтооно.

And it navigates with respect to those features.

Тэдгээр зүйлээр баримжаа авна.

Одоо үзүүлэх бичлэг нь

So I want to show you a clip

of algorithms developed by Frank Shen and Professor Nathan Michael,

Фрэнк Шэн, профессор Нэтан Майкл нарын

бүтээсэн алгоритм.

that shows this robot entering a building for the very first time,

Энд робот анх удаагаа байшинд ороод

and creating this map on the fly.

нисэж байхдаа зургийг нь гаргаж байна.

So the robot then figures out what the features are,

Дараа нь юуг оруулахаа тодорхойлж

it builds the map,

газрын зураг бүтээж байна.

it figures out where it is with respect to the features,

Робот эд зүйлсийн хувьд

and then estimates its position 100 times a second,

байршлаа секундэд 100 удаа

тооцоолж байна.

allowing us to use the control algorithms that I described to you earlier.

Энэ нь бидэнд өмнө нь дурдсан

удирдлагын алгоритмыг хэрэглэх боломж олгох болно.

So this robot is actually being commanded remotely by Frank,

Энэ роботыг үнэндээ Фрэнк алсаас

зааварчилж байгаа.

Гэхдээ робот хаашаа нисэхээ

but the robot can also figure out where to go on its own.

өөрөө ч тооцоолж чадна.

Жишээ нь би үүнийг өөрийнхөө сайн мэдэхгүй

So suppose I were to send this into a building,

байшин руу илгээх байлаа гэж бодъё.

and I had no idea what this building looked like.

Би роботыг ороод зураг гаргаад ир,

I can ask this robot to go in,

create a map,

буцаж ирээд байшин ямар харагдаж байсныг

and then come back and tell me what the building looks like.

надад хэл гэж болно.

So here, the robot is not only solving the problem

Энд робот зөвхөн А цэгээс Б рүү хүрэх

асуудлыг шийдэх биш,

of how to go from point A to point B in this map,

but it's figuring out what the best point B is at every time.

харин цаг үргэлж хамгийн тохиромжтой

Б цэгийг олж байна.

Үндсэндээ хамгийн бага мэдээлэлтэй газар олохын тулд

So essentially it knows where to go

to look for places that have the least information,

хаашаа явахаа шийдэж байгаа.

and that's how it populates this map.

Ингэж тэр зургийг бүтээнэ.

So I want to leave you with one last application.

Би та бүхэнд

сүүлийн хэрэглээг үзүүлье.

And there are many applications of this technology.

Энэ технологит маш олон хэрэглээ байгаа.

I'm a professor, and we're passionate about education.

Би бол профессор хүн учраас боловсролд их сонирхолтой.

Robots like this can really change the way we do K-12 education.

Ийм роботууд 12 жилийн сургалтын

системийг үнэхээр өөрчилж чадна.

But we're in Southern California,

Гэвч бид Өмнөд Калифорнид,

close to Los Angeles,

Лос Анжелест ойрхон байгаа болохоор

so I have to conclude with something focused on entertainment.

ямар нэг хөгжилтэй зүйлээр

өндөрлөх хэрэгтэй байх.

Илтгэлээ хөгжмийн бичлэгээр дуусгамаар байна.

I want to conclude with a music video.

I want to introduce the creators, Alex and Daniel, who created this video.

Та бүхэнд энэ бичлэгийг бүтээсэн

Алекс, Дэниел хоёрыг танилцуулъя.

(Алга ташилт)

(Applause)

So before I play this video,

Бичлэг эхлэхээс өмнө

I want to tell you that they created it in the last three days,

тэд үүнийг Крисээс дуудлага авангуутаа

after getting a call from Chris.

өнгөрсөн гурав хоногт хийсэн гэдгийг дурдмаар байна.

And the robots that play in the video are completely autonomous.

Бичлэгэн дээрх роботууд

бүрэн өөрийн удирдлагатай.

You will see nine robots play six different instruments.

9 робот 6 өөр зэмсэг тоглож байгааг харах болно.

Мэдээж үүнийг TED 2012-т зориулан тусгайлан хийсэн болно.

And of course, it's made exclusively for TED 2012.

Бичлэгээ үзэцгээе.

Let's watch.

(Sound of air escaping from valve)

(Music)

(Whirring sound)

(Music)

(Хөгжим)

(Алга ташилт)

(Applause) (Cheers)