Hitech logo

робототехника

Amazon RoboMaker ускорит разработку роботов

TODO:
Георгий Голованов27 ноября 2018 г., 08:27

Облачный сервис Amazon запустил платформу для разработчиков RoboMaker, которая должна стать площадкой для создания, тестирования и развертывания программ управления робототехникой.

Самые интересные технологические и научные новости выходят в нашем телеграм-канале Хайтек+. Подпишитесь, чтобы быть в курсе.

Платформа предназначена для ускорение трудоемкого процесса разработки робототехники. Пользователи RoboMaker смогут писать код в облаке, тестировать его на симуляторе с открытым кодом Gazebo, а затем перенести результат на свои роботизированные системы — будь то дроны или роботы-фермеры. Также она работает вместе с Robot Operating System, платформой для разработки ПО для роботов, сообщает VentureBeat.

По сути, RoboMaker помогает инженерам быстро создавать и настраивать множество виртуальных пространств — от фабрик до магазинов — в которых они могут тестировать программы для роботов, прежде чем запускать их в реальности.

«Мы говорили с клиентами и заметили, что те же закономерности повторяются снова и снова, — говорит генеральный менеджер AWS RoboMaker Роджер Барга. — Они тратят много времени на создание инфраструктуры и компоновку софта для различных стадий цикла разработки, повторяя то, что уже делали много раз до них. На инновации остается меньше времени».

Но главная изюминка для разработчиков — не просто централизованная среда разработки в облаке. Это доступ к множеству сервисов машинного обучения и аналитики, от распознавания лиц в Amazon Rekognition и конструктора интерфейса чатботов в Amazon Lex до создания синтезированного голоса в Amazon Polly и инструментов управления приложениями и инфраструктурой CloudWatch.

Вдобавок, RoboMaker интегрируется с Amazon SageMaker, платформой, выпущенной в прошлом году для разработчиков, желающих создать собственную систему машинного обучения.

В начале месяца Facebook открыла доступ к платформе машинного обучения с подкреплением Horizon. Ее уникальность заключается в способности работы с миллионами и миллиардами сэмплов и умеет проявлять осторожности при внедрении результатов экспериментов.