Привет, это Дмитрий Ивахненко, старший разработчик сервисов удалённого управления из команды Автономного транспорта Яндекса. Сегодня я хочу рассказать, как работает система управления нашим флотом. Речь про единую инфраструктуру для тысяч устройств: роботов-доставщиков, роботакси и беспилотных грузовиков. Все они ездят в реальных городских условиях среди непредсказуемых пешеходов и водителей.
Иногда робот не может справиться с ситуацией на дороге сам. Поэтому мы реализовали сразу два режима управления конкретным юнитом.
В случае с роботом-доставщиком всё как в компьютерной игре: нажал стрелку, юнит поехал. Интуитивно, понятно и быстро. Но с машинами или грузовиками такая история уже не работает: нужно учитывать наличие прицепа, массу и инерцию движения. При этом стрелочки чувствительны к задержкам связи. Например, если несколько пакетов потеряется по дороге, то картинка начнёт тормозить, действия рассинхронизируются с реальностью, и после нескольких => => машина может оказаться в кювете.
Оператор рисует в интерфейсе зелёную линию, по которой должен проехать юнит. Дальше её обрабатывают ML-модель и алгоритмы, а после она идёт в финальный контур безопасности. Он проверяет, что мы не нарушаем ПДД, не ведём к коллизиям и вообще предлагаем безопасный путь. И если маршрут дошёл до юнита, машина ещё раз проверит, что мы не заставляем её сделать что-то странное. Например, что грузовик действительно сможет корректно объехать препятствие, а не уткнётся в дорожный знак.
Мы стремимся минимизировать потери данных. Конечно, нельзя полностью от этого защититься: грузовик может оказаться далеко от базовой станции, а роботакси часто ездит по городу, где сигнал нестабилен. Роботы-доставщики маленькие и могут прятаться от вышек за киоском или машиной. При этом мы не можем буферизировать команды: если очередь переполнится, то при восстановлении связи может начаться конфликт с новыми инструкциями из других источников. А кроме всего прочего, сигнал может потеряться на юните: автоматика на устройстве получит поручение и не успеет никак ответить.
Подписывайтесь:
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8❤4👍4
Одно из самых классных ощущений в жизни — это когда видишь, как результат твоего труда приносит пользу живым людям, а не абстрактным числам на экране. Особенно если главные пользователи твоей программы — родные и близкие.
Подписывайтесь:
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤13🔥11🐳5🗿2👾1
@gravity‑ui/charts. А также объясняем, что нас не устраивало в Highcharts и с какими конкретными техническими вызовами столкнулись в процессеПодписывайтесь:
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4❤2👾2🔥1
23 мая в Москве и онлайн встретимся на главной конференции Яндекса по разработке умных устройств, автономного транспорта и роботов. Обсудим их настоящее и будущее, заглянем под капот и покажем всё самое впечатляющее.
Чем заняться между докладами:
Подписывайтесь:
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9👾6🔥4
Эксплуатация современных агентских LLM гораздо сложнее, чем «поднять контейнер на GPU и прикрутить балансер». Чтобы экономика сходилась и железо утилизировалось эффективно, нужно учитывать реальный паттерн нагрузки: долгие сессии, многошаговые диалоги, большие контексты.
ML-команда Yandex Cloud обновила Yandex AI Studio — платформу для разработки AI-приложений. Теперь она лучше обрабатывает длинный контекст, поддерживает многошаговые диалоги и учитывает повторные обращения к модели. Чтобы AI-агенты работали быстро и бесперебойно даже при высоких нагрузках, команда платформы доработала всю её инфраструктуру.
Подписывайтесь:
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3🔥2🦄2