Robots that fly ... and cooperate | Vijay Kumar

Translator: Štefan Sabo Reviewer: Roman Studenic

Good morning.

Dobré ráno.

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

Som tu dnes, aby som rozprával

o samostatných, lietajúcich plážových loptách.

(Laughter)

Nie, agilných lietajúcich robotov, ako je tento.

No, agile aerial robots like this one.

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

Chcel by som Vám povedať čosi o výzvach, pri ich stavbe

a o úžasných možnostiach,

and some of the terrific opportunities for applying this technology.

ako túto technológiu aplikovať.

So these robots are related to unmanned aerial vehicles.

Takže tieto roboty

súvisia s bezpilotnými lietadlami.

Avšak stroje, ktoré tu vidíte, sú veľké.

However, the vehicles you see here are big.

Vážia tisíce kíl,

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

v žiadnom prípade nie sú agilné.

They're not even autonomous.

Dokonca nie sú ani samostatné.

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

Vlastne, množstvo takýchto strojov

ovládajú letové posádky,

ktoré môžu zahŕňať viacerých pilotov,

that can include multiple pilots,

operators of sensors,

operátorov senzorov

and mission coordinators.

a koordinátorov misií.

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

Nás zaujíma skôr vývoj robotov, ako je tento --

a tu sú dva iné obrázky --

and here are two other pictures --

robotov, ktorých si môžete kúpiť v obchode.

of robots that you can buy off the shelf.

Takže sú to helikoptéry so štyrmi vrtuľami

So these are helicopters with four rotors,

a sú približne meter veľké

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

a vážia niekoľko kíl.

and weigh several pounds.

Vybavili sme ich senzormi a procesormi

And so we retrofit these with sensors and processors,

a tieto roboty môžu lietať vnútri

and these robots can fly indoors.

bez GPS.

Without GPS.

Robot, ktorého držím v ruke

The robot I'm holding in my hand

je tento,

is this one,

vytvorili ho dvaja študenti,

and it's been created by two students,

Alex a Daniel.

Alex and Daniel.

Váži o niečo viac

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

než 50 gramov.

It consumes about 15 watts of power.

Spotrebuje asi 15 wattov energie.

A sami vidíte,

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

že má priemer asi 20 centimetrov.

Dovoľte mi teda v rýchlosti vás previesť tým,

So let me give you just a very quick tutorial

on how these robots work.

ako tieto roboty fungujú.

Takže má štyri vrtule.

So it has four rotors.

If you spin these rotors at the same speed,

Ak sa točia rovnakou rýchlosťou,

the robot hovers.

robot sa vznáša.

If you increase the speed of each of these rotors,

Ak zvýšite rýchlosť každej vrtule,

robot letí nahor, zrýchľuje nahor.

then the robot flies up, it accelerates up.

Of course, if the robot were tilted,

Samozrejme, keby bol robot naklonený,

vzhľadom na vodorovnú os

inclined to the horizontal,

then it would accelerate in this direction.

tak by zrýchľoval v tomto smere.

So to get it to tilt,

Ak ho chceme nakloniť, sú dva spôsoby, ako na to.

there's one of two ways of doing it.

Na tomto obrázku vidíte,

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

že vrtuľa štyri sa točí rýchlejšie

and rotor two is spinning slower.

a vrtuľa dva, pomalšie.

And when that happens,

A keď sa to stane,

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

vzniká moment, ktorý spôsobí otáčanie robota.

A naopak,

And the other way around,

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

ak zvýšite rýchlosť vrtule tri

a znížite rýchlosť vrtule jedna,

robot sa nakláňa vpred.

then the robot pitches forward.

And then finally,

A nakoniec,

if you spin opposite pairs of rotors

ak roztočíte pár vrtúľ oproti sebe,

faster than the other pair,

rýchlejšie, než druhý pár,

then the robot yaws about the vertical axis.

robot sa otáča okolo zvislej osi.

Takže procesor na palube

So an on-board processor

essentially looks at what motions need to be executed

v zásade pozerá, aké pohyby je potrebné vykonať,

kombinuje tieto pohyby

and combines these motions,

a zisťuje, aké pokyny treba posielať motorom

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

600-krát za sekundu.

600 times a second.

That's basically how this thing operates.

Takto v zásade táto vec funguje.

Jedna z výhod tohto návrhu

So one of the advantages of this design

spočíva v tom, že keď veci zmenšíte,

is when you scale things down,

robot sa prirodzene stane agilným.

the robot naturally becomes agile.

Takže tu, R

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

predstavuje charakteristickú dĺžku robota.

Vlastne je to polovica priemeru.

It's actually half the diameter.

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

Veľa fyzikálnych parametrov sa mení,

keď zmenšujeme R.

The one that's most important is the inertia,

Ten najdôležitejší

je hybnosť, alebo odpor voči pohybu.

or the resistance to motion.

Ukázalo sa,

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

že hybnosť, ktorá určuje uhlový pohyb,

je úmerná piatej mocnine R.

scales as a fifth power of R.

Takže čím menšie je R,

So the smaller you make R,

the more dramatically the inertia reduces.

tým výraznejšie sa znižuje hybnosť.

So as a result, the angular acceleration,

Výsledok je taký, že uhlové zrýchlenie,

denoted by the Greek letter alpha here,

tu znázornené gréckym písmenom alfa,

goes as 1 over R.

rastie s jedna lomeno R.

It's inversely proportional to R.

Je nepriamo úmerné R.

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

Čím menšie to urobíte, tým rýchlejšie to dokážete otáčať.

Malo by to byť jasné z týchto videí.

So this should be clear in these videos.

Dole vidíte robota

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

ako robí otočku o 360 stupňov

in less than half a second.

za menej než pol sekundy.

Multiple flips, a little more time.

Viac otočiek, o trochu dlhší čas.

Procesory na palube

So here the processes on board

dostávajú odozvu od akcelerometrov

are getting feedback from accelerometers and gyros on board,

a gyroskopov na palube

and calculating, like I said before,

a počítajú, ako som už spomínal,

commands at 600 times a second,

príkazy 600-krát za sekundu

to stabilize this robot.

aby tohto robota stabilizovali.

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

Takže vľavo vidíte Daniela, ako hádže robota do vzduchu.

and it shows you how robust the control is.

A je vidieť, ako robustné je ovládanie.

Nezáleží na to, ako ho hodíte,

No matter how you throw it,

the robot recovers and comes back to him.

robot sa spamätá a vráti sa naspäť k nemu.

So why build robots like this?

Takže, prečo stavať takýchto robotov?

Takéto roboty majú veľa využití.

Well, robots like this have many applications.

Môžete ho poslať do takejto budovy

You can send them inside buildings like this,

as first responders to look for intruders,

ako prvú odozvu, aby hľadal votrelcov,

možno biochemické úniky,

maybe look for biochemical leaks,

úniky plynu.

gaseous leaks.

Taktiež ich môžete použiť

You can also use them for applications like construction.

pre úlohy, ako je konštrukcia.

So here are robots carrying beams, columns

Tu roboty prenášajú trámy, stĺpy

a zostavujú kockové štruktúry.

and assembling cube-like structures.

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

Poviem Vám o tom niečo viac.

The robots can be used for transporting cargo.

Roboty je možné použiť na prenos tovaru.

So one of the problems with these small robots

Jeden z problémov s týmito malými robotmi

is their payload-carrying capacity.

je ich nosná kapacita.

So you might want to have multiple robots carry payloads.

Takže možno chcete, aby viaceré roboty

nosili náklad.

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

Toto je obrázok z nášho nedávneho experimentu --

vlastne už ani nie tak nedávneho --

actually not so recent anymore --

in Sendai, shortly after the earthquake.

v Sendai, krátko po zemetrasení.

So robots like this could be sent into collapsed buildings,

Takéto roboty je možné poslať do spadnutých budov

na zhodnotenie škôd po prírodných katastrofách,

to assess the damage after natural disasters,

alebo poslať do budov reaktora,

or sent into reactor buildings,

to map radiation levels.

aby zmapovali úrovne radiácie.

So one fundamental problem that the robots have to solve

Takže, základný problém,

ktorý roboty musia riešiť, ak majú byť samostatné,

if they are to be autonomous,

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

je vlastne zistiť,

ako sa dostanú z bodu A do bodu B.

So this gets a little challenging,

Toto môže byť trochu problém,

because the dynamics of this robot are quite complicated.

keďže dynamika tohto robota je pomerne komplikovaná.

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

V podstate žijú v 12-rozmernom priestore.

Preto používame malý trik.

So we use a little trick.

We take this curved 12-dimensional space,

Vezmeme tento zakrivený 12-rozmerný priestor

a transformujeme ho

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

na plochý, štvorrozmerný priestor.

A tento štvorrozmerný priestor

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

pozostáva z X, Y, Z a uhlu natočenia.

and then the yaw angle.

And so what the robot does,

Takže tento robot robí to,

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

že plánuje niečo, čo sme nazvali minimálna snapová dráha.

Aby som pripomenul fyziku,

So to remind you of physics:

You have position, derivative, velocity;

máme pozíciu, derivácia je rýchlosť,

then acceleration;

potom zrýchlenie,

and then comes jerk,

a potom ide ryv

and then comes snap.

a potom snap.

So this robot minimizes snap.

Tento robot teda minimalizuje snap.

So what that effectively does,

V praxi to teda znamená,

is produce a smooth and graceful motion.

že výsledkom je hladký a ladný pohyb.

And it does that avoiding obstacles.

A pritom sa vyhýba prekážkam.

Tieto minimálne snapové dráhy v plochom priestore

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

sú potom prevedené späť

back into this complicated 12-dimensional space,

do toho komplikovaného 12-rozmerného priestoru,

čo robot musí urobiť,

which the robot must do for control and then execution.

kvôli ovládaniu a vykonávaniu.

So let me show you some examples

Dovoľte mi ukázať Vám pár príkladov toho,

of what these minimum-snap trajectories look like.

ako tieto minimálne snapové dráhy vyzerajú.

A v prvom videu

And in the first video,

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

uvidíte robota, ako ide z bodu A do bodu B

cez bod ležiaci uprostred.

through an intermediate point.

(Whirring noise)

Tento robot je teda schopný

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

sledovať akúkoľvek zakrivenú dráhu.

Toto sú kruhové dráhy,

So these are circular trajectories,

where the robot pulls about two G's.

pričom robot prekonáva asi dva G.

Here you have overhead motion capture cameras on the top

Tu máme nad hlavou kamery zachytávajúce pohyb,

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

ktoré hovoria robotovi, kde sa nachádza, 100-krát za sekundu.

It also tells the robot where these obstacles are.

Taktiež hovoria robotovi, kde sú prekážky.

A prekážky sa môžu hýbať.

And the obstacles can be moving.

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

Tu vidíte Daniela, ako vyhadzuje do vzduchu obruč,

while the robot is calculating the position of the hoop,

pričom robot počíta pozíciu obruče

a snaží sa zistiť, ako najlepšie prejsť cez obruč.

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

Ako akademikov,

So as an academic,

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

stále nás učia skákať cez obruče, aby sme získali financie pre laboratóriá,

to raise funding for our labs,

a my to zas učíme robotov.

and we get our robots to do that.

(Applause)

(Potlesk)

Ďalšia vec, čo tento robot dokáže,

So another thing the robot can do

je, že si pamätá časti dráhy,

is it remembers pieces of trajectory

that it learns or is pre-programmed.

ktorú sa naučil, alebo mu bola naprogramovaná.

Tu vidíte robota,

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

ako kombinuje pohyb,

ktorý vyvinie hybnosť

and then changes its orientation and then recovers.

a následne zmení orientáciu a vyrovná.

Toto musí urobiť, keďže táto medzera v okne

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

is only slightly larger than the width of the robot.

je iba o niečo väčšia, ako je šírka robota.

Takže ako skokan do vody, čo stojí na mostíku

So just like a diver stands on a springboard

and then jumps off it to gain momentum,

a potom z neho zoskočí, aby získal hybnosť,

potom urobí piruetu, dva a pol salta

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

a ladne vyrovná,

and then gracefully recovers,

this robot is basically doing that.

tento robot robí prakticky to isté.

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

Teda vie, ako kombinovať malé časti dráh,

to do these fairly difficult tasks.

aby vykonával tieto pomerne náročné úlohy.

Teraz trošku zmením tému.

So I want change gears.

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

Jednou z nevýhod týchto malých robotov, je ich veľkosť.

Ako som vravel skôr,

And I told you earlier

that we may want to employ lots and lots of robots

že môžeme potrebovať nasadiť veľa veľa robotov,

aby sme prekonali jeho obmedzenia veľkosti.

to overcome the limitations of size.

Jeden problém

So one difficulty is:

How do you coordinate lots of these robots?

je, ako zosúladíte tak veľa robotov?

And so here, we looked to nature.

A tu sa inšpirujeme prírodou.

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

Chcel by som Vám ukázať klip

púštnych mravcov Aphaenogaster,

v laboratóriu profesora Stephena Pratta, ako nesú objekt.

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

Je to kúsok figy.

So this is actually a piece of fig.

Vezmete akýkoľvek objekt pokrytý figovou šťavou

Actually you take any object coated with fig juice,

a mravce ho odnesú späť do hniezda.

and the ants will carry it back to the nest.

So these ants don't have any central coordinator.

Tieto mravce nemajú žiadneho centrálneho koordinátora.

Cítia svojich susedov.

They sense their neighbors.

Nemajú žiadnu explicitnú komunikáciu.

There's no explicit communication.

Ale pretože cítia svojich susedov,

But because they sense the neighbors

a pretože cítia objekt,

and because they sense the object,

they have implicit coordination across the group.

majú implicitnú koordináciu naprieč skupinou.

Toto je typ koordinácie,

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

ktorý chceme, aby naše roboty mali.

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

Keď máme robota,

ktorého obklopujú susedia --

a pozrime sa na robot I a robot J --

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

my od týchto robotov chceme,

what we want the robots to do,

aby sledovali svoje rozostupy,

is to monitor the separation between them,

as they fly in formation.

počas letu vo formácii.

And then you want to make sure

A potom treba zaistiť,

that this separation is within acceptable levels.

aby tieto rozostupy boli v prijateľných medziach.

Takže ešte raz, roboty sledujú túto chybu

So again, the robots monitor this error

and calculate the control commands 100 times a second,

a vypočítajú kontrolné príkazy

100-krát za sekundu,

which then translates into motor commands,

čo sa prenáša do pokynov pre motory, 600-krát za sekundu.

600 times a second.

A taktiež to musí byť urobené

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

decentralizovaným spôsobom.

Again, if you have lots and lots of robots,

Opäť, ak máte veľa robotov,

je nemožné koordinovať všetky tieto informácie centrálne

it's impossible to coordinate all this information centrally

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

a dostatočne rýchlo na to, aby roboty splnili úlohu.

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

Zároveň, roboty musia zakladať svoje kroky

iba na lokálnych informáciách,

ktoré zaznamenajú od svojich susedov.

what they sense from their neighbors.

A nakoniec,

And then finally,

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

trváme na tom, aby roboty boli agnostické

k tomu, kto sú ich susedia.

So this is what we call anonymity.

Toto nazývame anonymita.

Takže ďalej by som Vám chcel ukázať

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

jedno video,

kde 20 týchto malých robotov

flying in formation.

letí vo formácii.

Sledujú pozíciu svojich susedov.

They're monitoring their neighbors' positions.

Udržiavajú formáciu.

They're maintaining formation.

The formations can change.

Formácie sa môžu meniť.

They can be planar formations,

Môžu to byť rovinné formácie,

they can be three-dimensional formations.

môžu to byť trojrozmerné formácie.

Ako vidíte tu,

As you can see here,

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

zvinú sa z trojrozmernej formácie do rovinnej formácie.

A pri prelete cez prekážky

And to fly through obstacles,

they can adapt the formations on the fly.

môžu tieto formácie za letu prispôsobovať.

Takže opäť, tieto roboty sú veľmi blízko seba.

So again, these robots come really close together.

As you can see in this figure-eight flight,

Ako môžete vidieť pri tomto lete v tvare osmičky,

they come within inches of each other.

blížia sa k sebe na centimetre.

A napriek vzájomnému aerodynamickému pôsobeniu

And despite the aerodynamic interactions with these propeller blades,

čepelí ich vrtulí,

they're able to maintain stable flight.

dokážu udržať stabilný let.

(Applause)

(Potlesk)

Takže keď viete, ako lietať vo formácii,

So once you know how to fly in formation,

môžete spoločne zdvíhať predmety.

you can actually pick up objects cooperatively.

Toto ukazuje,

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

že môžeme zdvojnásobiť, strojnásobiť, zoštvornásobiť

silu robota,

the robots' strength,

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

ak ich naučíme tvoriť tímy so svojimi susedmi, ako vidíte tu.

Jednou z nevýhod toho

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

je, že keď veci zväčšíte --

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

tým, že viac robotov nosí tú istú vec,

vlastne v podstate zvyšujete hybnosť,

you're essentially increasing the inertia,

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

a teda za to platíte. Nebudú tak agilné.

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

Ale získate, čo do nosnej kapacity.

Ďalšie využitie, ktoré Vám chcem ukázať --

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

opäť, toto je v našom laboratóriu.

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

Túto prácu robil Quentin Lindsey, ktorý je náš študent.

Jeho algoritmus v zásade hovorí týmto robotom,

So his algorithm essentially tells these robots

ako samostatne stavať

how to autonomously build cubic structures

kockové štruktúry

z nosníkových súčiastok.

from truss-like elements.

Tento algoritmus teda hovorí robotu,

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

ktoré časti majú zdvíhať,

kedy a kam ich umiestniť.

when, and where to place it.

V tomto videu vidíte --

So in this video you see --

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

je zrýchlené 10, 14-krát --

vidíte, ako tieto roboty stavajú rôzne štruktúry.

you see three different structures being built by these robots.

A opäť, všetko je samostatné,

And again, everything is autonomous,

a jediné, čo Quentin musí urobiť,

and all Quentin has to do

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

je dodať im predlohu

tvaru, ktorý majú vytvoriť.

So all these experiments you've seen thus far,

Všetky experimenty, ktoré ste doposiaľ videli,

all these demonstrations,

všetky tieto ukážky,

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

boli vytvorené s pomocou systémov na sledovanie pohybu.

Takže čo sa stane, keď odídete z laboratória

So what happens when you leave your lab,

a vyjdete von, do reálneho sveta?

and you go outside into the real world?

And what if there's no GPS?

A čo ak nemáte GPS?

So this robot is actually equipped with a camera,

Tento robot

je vlastne vybavený kamerou

a laserovým pásmom, laserovým skenerom.

and a laser rangefinder, laser scanner.

A používa tieto senzory,

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

aby vytvoril mapu okolia.

Táto mapa pozostáva z čŕt --

What that map consists of are features --

ako sú dvere, okná,

like doorways, windows, people, furniture --

ľudia, nábytok --

a ono sa to snaží zistiť, kde sa práve nachádza,

and it then figures out where its position is,

vzhľadom na tieto črty.

with respect to the features.

So there is no global coordinate system.

Takže nie je žiaden globálny systém súradníc.

Systém súradníc je definovaný podľa robota,

The coordinate system is defined based on the robot,

where it is and what it's looking at.

kde sa nachádza a na čo pozerá.

And it navigates with respect to those features.

A robot sa naviguje podľa týchto čŕt.

Chcel by som Vám ukázať video

So I want to show you a clip

of algorithms developed by Frank Shen and Professor Nathan Michael,

algoritmov, ktoré vytvorili Frank Shen

a profesor Nathan Michael,

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

v ktorom robot vstúpi do budovy po prvýkrát

and creating this map on the fly.

a za letu vytvára jej mapu.

So the robot then figures out what the features are,

Takže robot si zistí, aké sú črty.

it builds the map,

Vytvorí mapu.

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

Zistí si, kde sa nachádza, vzhľadom na tieto črty

and then estimates its position 100 times a second,

a odhaduje svoju pozíciu

100-krát za sekundu,

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

čo nám umožňuje využiť kontrolné algoritmy,

ktoré som Vám popísal predtým.

So this robot is actually being commanded remotely by Frank,

Tohto robota v skutočnosti ovláda

na diaľku Frank.

Ale robot si taktiež vie zistiť,

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

kam má ísť, samostatne.

Takže si predstavte, že by som to poslal do budovy

So suppose I were to send this into a building,

a nemal tušenia, ako budova vyzerá,

and I had no idea what this building looked like.

môžem požiadať robota, aby šiel dnu,

I can ask this robot to go in,

vytvoril mapu

create a map,

a vrátil sa naspäť a povedal mi, ako budova vyzerá.

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

So here, the robot is not only solving the problem

Takže tento robot nerieši iba problém,

ako sa dostať z bodu A do bodu B na tejto mape,

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.

ale zisťuje,

ktorý bod B je najlepší, po celý čas.

V podstate vlastne vie, kam má ísť,

So essentially it knows where to go

to look for places that have the least information,

aby hľadal miesta, o ktorých má najmenej informácií.

A takto obsadzuje túto mapu.

and that's how it populates this map.

So I want to leave you with one last application.

Nakoniec Vás nechám

s jedným posledným využitím.

And there are many applications of this technology.

A je veľa spôsobov, ako túto technológiu využiť.

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

Ja som profesor a našou vášňou je vzdelávanie.

Takéto roboty skutočne môžu zmeniť spôsob,

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

akým robíme základné vzdelávanie.

Ale my sme v južnej Kalifornii,

But we're in Southern California,

neďaleko Los Angeles,

close to Los Angeles,

takže musím to uzavrieť

so I have to conclude with something focused on entertainment.

niečim, zameraným na zábavu.

Chcel by som to uzavrieť hudobným videom.

I want to conclude with a music video.

Predstavujem Vám tvorcov, Alexa a Daniela,

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

ktorí toto video vytvorili.

(Potlesk)

(Applause)

So before I play this video,

Predtým, než spustím toto video,

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

chcel by som Vám povedať, že ho vytvorili za posledné tri dni

after getting a call from Chris.

potom, ako zavolal Chris.

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

A roboty, ktoré účinkujú vo videu,

sú plne samostatné.

You will see nine robots play six different instruments.

Uvidíte deväť robotov, ako hrajú na šesť nástrojov.

A samozrejme, video je vytvorené exkluzívne pre TED 2012.

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

Pozrime sa na to.

Let's watch.

(Sound of air escaping from valve)

(Music)

(Whirring sound)

(Music)

(Hudba)

(Potlesk)

(Applause) (Cheers)