stringtranslate.com

Robótica en la nube

La robótica en la nube es un campo de la robótica que intenta invocar tecnologías de la nube como la computación en la nube , el almacenamiento en la nube y otras tecnologías de Internet centradas en los beneficios de la infraestructura convergente y los servicios compartidos para la robótica. Cuando se conectan a la nube, los robots pueden beneficiarse de los potentes recursos de computación, almacenamiento y comunicación de los centros de datos modernos en la nube, que pueden procesar y compartir información de varios robots o agentes (otras máquinas, objetos inteligentes, humanos, etc.). Los humanos también pueden delegar tareas a los robots de forma remota a través de redes . Las tecnologías de computación en la nube permiten dotar a los sistemas robóticos de una capacidad potente al tiempo que reducen los costes a través de las tecnologías de la nube. Por tanto, es posible construir robots ligeros, de bajo coste y más inteligentes con un "cerebro" inteligente en la nube. El "cerebro" consta de centro de datos, base de conocimientos , planificadores de tareas, aprendizaje profundo , procesamiento de la información, modelos ambientales, soporte de comunicación, etc. [1] [2] [3] [4]

Componentes

Una nube para robots potencialmente tiene al menos seis componentes importantes: [5]

Aplicaciones

Robots móviles autónomos
Los coches autónomos de Google son robots en la nube. Los coches utilizan la red para acceder a la enorme base de datos de mapas y modelos de satélite y del entorno de Google (como Streetview) y los combinan con datos en tiempo real del GPS, las cámaras y los sensores 3D para controlar su propia posición con una precisión de centímetros, y con patrones de tráfico pasados ​​y actuales para evitar colisiones. Cada coche puede aprender algo sobre el entorno, las carreteras, la conducción o las condiciones, y envía la información a la nube de Google, donde se puede utilizar para mejorar el rendimiento de otros coches.
Robots médicos en la nube
Una nube médica (también llamada clúster de atención médica) consta de varios servicios, como un archivo de enfermedades, registros médicos electrónicos, un sistema de gestión de la salud del paciente, servicios de práctica, servicios de análisis, soluciones clínicas, sistemas expertos, etc. Un robot puede conectarse a la nube para brindar un servicio clínico a los pacientes, así como brindar asistencia a los médicos (por ejemplo, un robot de co-cirugía). Además, también proporciona un servicio de colaboración al compartir información entre médicos y cuidadores sobre el tratamiento clínico. [6]
Robots de asistencia
Un robot doméstico puede emplearse para la atención sanitaria y el seguimiento de la vida de las personas mayores. El sistema recopila el estado de salud de los usuarios e intercambia información con el sistema experto en la nube o con los médicos para facilitar la vida de las personas mayores, especialmente de aquellas con enfermedades crónicas. Por ejemplo, los robots pueden proporcionar apoyo para evitar que las personas mayores se caigan, apoyo sanitario de emergencia como enfermedades cardíacas o enfermedades de la sangre. Los cuidadores de las personas mayores también pueden recibir notificaciones del robot en caso de emergencia a través de la red. [7]
Robots industriales
Como se destaca en el Plan Industria 4.0 del gobierno alemán , "la industria está en el umbral de la cuarta revolución industrial. Impulsados ​​por Internet, los mundos real y virtual se están acercando cada vez más para formar la Internet de las cosas. La producción industrial del futuro se caracterizará por la fuerte individualización de los productos en las condiciones de producción altamente flexible (grandes series), la amplia integración de clientes y socios comerciales en los procesos comerciales y de valor agregado, y la vinculación de la producción y los servicios de alta calidad que conducen a los llamados productos híbridos". [8] En la fabricación, estos sistemas robóticos basados ​​en la nube podrían aprender a manejar tareas como enhebrar cables o alambres, o alinear juntas a partir de una base de conocimientos profesional. Un grupo de robots puede compartir información para algunas tareas colaborativas. Más aún, un consumidor puede realizar pedidos de productos personalizados a robots de fabricación directamente con sistemas de pedidos en línea. [9] Otro paradigma potencial son los sistemas robóticos de compra y entrega. Una vez que se realiza un pedido, un robot de almacén envía el artículo a un automóvil autónomo o un dron autónomo para entregarlo a su destinatario.

Aprenda a usar el cerebro en la nube para robots

Enfoque: aprendizaje permanente. [10] CAS propuso aprovechar el aprendizaje permanente para construir un cerebro en la nube para robots. El autor estaba motivado por el problema de cómo hacer que los robots fusionaran y transfirieran su experiencia para que pudieran usar eficazmente el conocimiento previo y adaptarse rápidamente a nuevos entornos. Para abordar el problema, presentan una arquitectura de aprendizaje para la navegación en sistemas robóticos en la nube: aprendizaje de refuerzo federado permanente (LFRL). En el trabajo, proponen un algoritmo de fusión de conocimientos para actualizar un modelo compartido implementado en la nube. Luego, se introducen métodos efectivos de aprendizaje por transferencia en LFRL. LFRL es consistente con la ciencia cognitiva humana y se adapta bien a los sistemas robóticos en la nube. Los experimentos muestran que LFRL mejora en gran medida la eficiencia del aprendizaje de refuerzo para la navegación de robots. La implementación del sistema robótico en la nube también muestra que LFRL es capaz de fusionar el conocimiento previo.

Enfoque: aprendizaje federado. [11] En 2020 se propuso aprovechar el aprendizaje permanente para construir un cerebro en la nube para robots. Los humanos son capaces de aprender un nuevo comportamiento observando a otros realizar la habilidad. De manera similar, los robots también pueden implementar esto mediante el aprendizaje por imitación. Además, si cuentan con una guía externa, los humanos pueden dominar el nuevo comportamiento de manera más eficiente. Entonces, ¿cómo pueden lograr esto los robots? Para abordar el problema, los autores presentan un marco novedoso llamado FIL. Proporciona un mecanismo de fusión de conocimiento heterogéneo para sistemas robóticos en la nube. Luego, se propone un algoritmo de fusión de conocimiento en FIL. Permite que la nube fusione el conocimiento heterogéneo de los robots locales y genere modelos de guía para robots con solicitudes de servicio. Después de eso, presentamos un esquema de transferencia de conocimiento para facilitar que los robots locales adquieran conocimiento de la nube. Con FIL, un robot es capaz de utilizar el conocimiento de otros robots para aumentar su aprendizaje por imitación en precisión y eficiencia. En comparación con el aprendizaje por transferencia y el metaaprendizaje, FIL es más adecuado para implementarse en sistemas robóticos en la nube. Realizan experimentos de una tarea de conducción autónoma para robots (automóviles). Los resultados experimentales demuestran que el modelo compartido generado por FIL aumenta la eficiencia del aprendizaje por imitación de robots locales en sistemas robóticos en la nube.

Enfoque: aprendizaje asistido por pares. [12] La UM propuso aprovechar el aprendizaje asistido por pares para construir un cerebro en la nube para robots. Se está produciendo una revolución tecnológica en el campo de la robótica con la tecnología de aprendizaje profundo basada en datos. Sin embargo, la creación de conjuntos de datos para cada robot local es laboriosa. Mientras tanto, las islas de datos entre los robots locales hacen que los datos no se puedan utilizar de forma colaborativa. Para abordar este problema, el trabajo presenta el aprendizaje robótico asistido por pares (PARL) en robótica, que se inspira en el aprendizaje asistido por pares en la psicología cognitiva y la pedagogía. PARL implementa la colaboración de datos con el marco de los sistemas robóticos en la nube. Los robots comparten tanto los datos como los modelos en la nube después de la computación semántica y el entrenamiento local. La nube converge los datos y realiza el aumento, la integración y la transferencia. Finalmente, ajusta este conjunto de datos compartido más grande en la nube a los robots locales. Además, proponemos la red DAT (red de aumento y transferencia de datos) para implementar el procesamiento de datos en PARL. La red DAT puede realizar la ampliación de datos de robots multilocales. Los autores realizan experimentos en una tarea de conducción autónoma simplificada para robots (automóviles). La red DAT ha logrado una mejora significativa en la ampliación de los escenarios de conducción autónoma. Junto con esto, los resultados experimentales de conducción autónoma también demuestran que PARL es capaz de mejorar los efectos de aprendizaje con la colaboración de datos de robots locales.

Investigación

RoboEarth [13]fue financiado por el Séptimo Programa Marco de la Unión Europea para proyectos de investigación y desarrollo tecnológico, específicamente para explorar el campo de la robótica en la nube. El objetivo de RoboEarth es permitir que los sistemas robóticos se beneficien de la experiencia de otros robots, allanando el camino para avances rápidos en la cognición y el comportamiento de las máquinas y, en última instancia, para una interacción hombre-máquina más sutil y sofisticada. RoboEarth ofrece una infraestructura de robótica en la nube. La base de datos de estilo World Wide Web de RoboEarth almacena el conocimiento generado por humanos (y robots) en un formato legible por máquinas. Los datos almacenados en la base de conocimiento de RoboEarth incluyen componentes de software, mapas para la navegación (por ejemplo, ubicaciones de objetos, modelos del mundo), conocimiento de tareas (por ejemplo, recetas de acciones, estrategias de manipulación) y modelos de reconocimiento de objetos (por ejemplo, imágenes, modelos de objetos). El motor de nube de RoboEarth incluye soporte para robots móviles, vehículos autónomos y drones, que requieren muchos cálculos para la navegación.[14]

Rapyuta [15] es un marco de trabajo de robótica en la nube de código abierto basado en RoboEarth Engine desarrollado por el investigador de robótica de ETHZ. Dentro del marco de trabajo, cada robot conectado a Rapyuta puede tener un entorno informático seguro (cajas rectangulares) que les da la capacidad de trasladar su computación pesada a la nube. Además, los entornos informáticos están estrechamente interconectados entre sí y tienen una conexión de alto ancho de banda al repositorio de conocimiento de RoboEarth. [16]

KnowRob [17] es un proyecto extensional de RoboEarth. Es un sistema de procesamiento de conocimiento que combina métodos de representación y razonamiento de conocimiento con técnicas para adquirir conocimiento y fundamentarlo en un sistema físico y puede servir como un marco semántico común para integrar información de diferentes fuentes.

RoboBrain [18]es un sistema computacional a gran escala que aprende de recursos de Internet disponibles públicamente, simulaciones por computadora y ensayos de robots en la vida real. Acumula todo lo relacionado con la robótica en una base de conocimiento integral e interconectada. Las aplicaciones incluyen la creación de prototipos para la investigación en robótica, robots domésticos y automóviles que se conducen solos. El objetivo es tan directo como el nombre del proyecto: crear un cerebro centralizado y siempre en línea al que puedan acceder los robots. El proyecto está dominado por la Universidad de Stanford y la Universidad de Cornell. Y cuenta con el apoyo de la Fundación Nacional de Ciencias, la Oficina de Investigación Naval, la Oficina de Investigación del Ejército, Google, Microsoft, Qualcomm, la Fundación Alfred P. Sloan y la Iniciativa Nacional de Robótica, cuyo objetivo es hacer avanzar la robótica para ayudar a que Estados Unidos sea más competitivo en la economía mundial.[19]

MyRobots es un servicio para conectar robots y dispositivos inteligentes a Internet. [20] Puede considerarse como una red social para robots y objetos inteligentes (por ejemplo, Facebook para robots). Con la socialización, la colaboración y el intercambio, los robots también pueden beneficiarse de esas interacciones al compartir la información de sus sensores, lo que les permite conocer su perspectiva sobre su estado actual.

COALAS [21]está financiado por el programa de cooperación transfronteriza europea INTERREG IVA Francia (Canal de la Mancha) - Inglaterra. El proyecto tiene como objetivo desarrollar nuevas tecnologías para personas discapacitadas a través de la innovación social y tecnológica y de la integridad social y psicológica de los usuarios. El objetivo es producir un sistema de asistencia ambiental cognitiva con un clúster de atención sanitaria en la nube con robots de servicio doméstico como sillas de ruedas inteligentes humanoides que se conectan con la nube.[7]

ROS (Robot Operating System) proporciona un ecosistema para respaldar la robótica en la nube. ROS es un marco flexible y distribuido para el desarrollo de software de robots. Es una colección de herramientas, bibliotecas y convenciones que tienen como objetivo simplificar la tarea de crear un comportamiento de robot complejo y robusto en una amplia variedad de plataformas robóticas. Una biblioteca para ROS que es una implementación pura de Java, llamada rosjava, permite desarrollar aplicaciones Android para robots. Dado que Android tiene un mercado en auge y mil millones de usuarios, sería importante en el campo de la robótica en la nube. [22]

El proyecto DAVinci es un marco de software propuesto que busca explorar las posibilidades de paralelizar algunos de los algoritmos robóticos como tareas Map/Reduce en Hadoop . [23] El proyecto tiene como objetivo construir un entorno de computación en la nube capaz de proporcionar un clúster de cómputo construido con hardware comercial que exponga un conjunto de algoritmos robóticos como SaaS y comparta datos de manera cooperativa en todo el ecosistema robótico. [23] Esta iniciativa no está disponible públicamente. [24]

C2RO (C2RO Cloud Robotics) es una plataforma que procesa aplicaciones en tiempo real, como prevención de colisiones y reconocimiento de objetos en la nube. Anteriormente, los altos tiempos de latencia impedían que estas aplicaciones se procesaran en la nube, por lo que se requería hardware computacional en el sistema (por ejemplo, unidad de procesamiento gráfico o GPU). C2RO publicó un artículo revisado por pares en IEEE PIMRC17 que mostraba que su plataforma podía hacer que la navegación autónoma y otros servicios de IA estuvieran disponibles en robots, incluso aquellos con hardware computacional limitado (por ejemplo, una Raspberry Pi), desde la nube. [25] C2RO finalmente afirmó ser la primera plataforma en demostrar SLAM (localización y mapeo simultáneos) basado en la nube en RoboBusiness en septiembre de 2017.

Noos es un servicio de robótica en la nube que proporciona inteligencia centralizada a los robots que están conectados a él. El servicio se puso en marcha en diciembre de 2017. Al utilizar la API de Noos, los desarrolladores podían acceder a servicios de visión artificial, aprendizaje profundo y SLAM. Noos fue desarrollado y mantenido por Ortelio Ltd.

Rocos es una plataforma de robótica en la nube centralizada que ofrece a los desarrolladores herramientas e infraestructura para construir, probar, implementar, operar y automatizar flotas de robots a gran escala. Fundada en octubre de 2017, la plataforma comenzó a funcionar en enero de 2019.

Limitaciones de la robótica en la nube

Aunque los robots pueden beneficiarse de varias ventajas de la computación en la nube, la nube no es la solución para toda la robótica. [26]

Desafíos

La investigación y el desarrollo de la robótica en la nube plantean los siguientes problemas y desafíos potenciales: [26]

Riesgos

Historia

El término "Robótica en la nube" apareció por primera vez en el léxico público como parte de una charla dada por James Kuffner en 2010 en la Conferencia Internacional IEEE/RAS sobre Robótica Humanoide titulada "Robots habilitados para la nube". [28] Desde entonces, "Robótica en la nube" se ha convertido en un término general que abarca los conceptos de intercambio de información, inteligencia distribuida y aprendizaje de flotas que es posible a través de robots en red y la computación en la nube moderna. Kuffner era parte de Google cuando realizó su presentación y la compañía de tecnología ha estado promocionando sus diversas iniciativas de robótica en la nube hasta 2019, cuando lanzó la Plataforma Google Cloud Robotics para desarrolladores. [29]

Desde los primeros días del desarrollo de robots, era común que los cálculos se realizaran en una computadora separada del mecanismo del robot en sí, pero conectada por cables para obtener energía y control. A medida que se desarrolló la tecnología de comunicación inalámbrica, se desarrollaron nuevas formas de robots experimentales con "cerebro remoto" controlados por pequeños recursos informáticos integrados para el control y la seguridad del robot, que se conectaban de forma inalámbrica a una computadora remota más potente para el procesamiento pesado. [30]

El término " computación en la nube " se popularizó con el lanzamiento de Amazon EC2 en 2006. Marcó la disponibilidad de redes de alta capacidad, computadoras de bajo costo y dispositivos de almacenamiento, así como la adopción generalizada de la virtualización de hardware y la arquitectura orientada a servicios . [31] En una correspondencia con Popular Science en julio de 2006, Kuffner escribió que después de que un robot fuera programado o aprendiera con éxito a realizar una tarea, podría compartir su modelo y datos relevantes con todos los demás robots conectados a la nube: [32]

"... el robot podría entonces 'publicar' su modelo refinado en algún sitio web o repositorio universal de conocimiento que todos los robots futuros podrían descargar y utilizar. Mi visión es tener una 'base de datos de conocimiento de robots' que con el tiempo mejorará las capacidades de todos los sistemas robóticos futuros. Serviría como un almacén de información y estadísticas sobre el mundo físico al que los robots pueden acceder y utilizar para mejorar su razonamiento sobre las consecuencias de posibles acciones y hacer mejores planes de acción en términos de precisión, seguridad y solidez. También podría servir como una especie de 'biblioteca de habilidades'. Por ejemplo, si programo con éxito a mi robot mayordomo para que cocine una tortilla perfecta, podría 'subir' el software para cocinar tortillas a un servidor que todos los robots podrían descargar cuando se les pida que cocinen una tortilla. Podría haber toda una comunidad de usuarios de robots subiendo programas de habilidades, de forma muy similar a los modelos de software 'shareware' y 'freeware' actuales que son populares entre los usuarios de PC".

—  James Kuffner , (julio de 2006)

Algunas publicaciones y eventos relacionados con Cloud Robotics (en orden cronológico):

Véase también

Referencias

  1. ^ ab "Cloud Robotics and Automation. Un número especial de IEEE Transactions on Automation Science and Engineering". IEEE. Archivado desde el original el 14 de septiembre de 2017. Consultado el 7 de diciembre de 2014 .
  2. ^ "RoboEarth". Archivado desde el original el 1 de diciembre de 2014. Consultado el 7 de diciembre de 2014 .
  3. ^ Goldberg, Ken. "Robótica y automatización en la nube".
  4. ^ ab Li, R. "Cloud Robotics: Habilitar la computación en la nube para robots" . Consultado el 7 de diciembre de 2014 .
  5. ^ Kehoe, Ben; Patil, Sachin; Abbeel, Pieter ; Goldberg, Ken (13 de septiembre de 2014). "Una encuesta sobre la investigación en robótica y automatización en la nube" (PDF) . Transacciones IEEE sobre ciencia e ingeniería de la automatización .
  6. ^ "El impacto de la computación en la nube en la atención médica" (PDF) . 11 de julio de 2023.
  7. ^ ab Li, Ruijiao; Hu, Huosheng (16 de octubre de 2013). "Hacia una arquitectura multi-robot basada en ROS para la vida asistida por el entorno". Conferencia internacional IEEE de 2013 sobre sistemas, hombre y cibernética . págs. 3458–3463. CiteSeerX 10.1.1.648.3228 . doi :10.1109/SMC.2013.590. ISBN .  978-1-4799-0652-9.S2CID10169400  .​
  8. ^ "Proyecto de Futuro: Industria 4.0". Archivado desde el original el 2 de diciembre de 2014 . Consultado el 9 de diciembre de 2014 .
  9. ^ LaSelle, Rush. "Automatización en la nube". Asociación de Industrias Robóticas . Consultado el 9 de diciembre de 2014 .
  10. ^ Liu, Boyi; Wang, Lujia; Liu, Ming (octubre de 2019). "Aprendizaje de refuerzo federado permanente: una arquitectura de aprendizaje para la navegación en sistemas robóticos en la nube". IEEE Robotics and Automation Letters . 4 (4): 4555–4562. arXiv : 1901.06455 . doi :10.1109/LRA.2019.2931179. ISSN  2377-3766. S2CID  58981458.
  11. ^ Liu, Boyi; Wang, Lujia; Liu, Ming; Xu, Cheng-Zhong (abril de 2020). "Aprendizaje por imitación federada: un nuevo marco para sistemas robóticos en la nube con datos de sensores heterogéneos". IEEE Robotics and Automation Letters . 5 (2): 3509–3516. arXiv : 1912.12204 . doi :10.1109/LRA.2020.2976321. ISSN  2377-3766. S2CID  209500667.
  12. ^ Liu, Boyi; Wang, Lujia; Chen, Xinquan; Huang, Lexiong; Han, Dong; Xu, Cheng-Zhong (mayo de 2021). "Aprendizaje robótico asistido por pares: un enfoque de aprendizaje colaborativo basado en datos para sistemas robóticos en la nube". Conferencia internacional IEEE sobre robótica y automatización (ICRA) de 2021. págs. 4062–4070. arXiv : 2010.08303 . doi :10.1109/ICRA48506.2021.9562018. ISBN 978-1-7281-9077-8. Número de identificación del sujeto  223953372.
  13. ^ "roboearth" . Consultado el 7 de diciembre de 2014 .
  14. ^ Waibel, M; Tenorth, M; D'Andrea, R (junio de 2011). "RoboEarth" (PDF) . Revista IEEE Robotics & Automation . 18 (2): 69–82. doi :10.1109/MRA.2011.941632.
  15. ^ "Rapyuta" . Consultado el 7 de diciembre de 2014 .
  16. ^ Hunziker, D; D'Andrea, R; Gajamohan, M; Waibel, M (mayo de 2013). "Rapyuta: el motor de nube RoboEarth". Conferencia internacional IEEE sobre robótica y automatización de 2013. págs. 438–444. CiteSeerX 10.1.1.800.2033 . doi :10.1109/ICRA.2013.6630612. ISBN .  978-1-4673-5643-5.S2CID 7644907  .
  17. ^ "KnowRob" . Consultado el 8 de diciembre de 2014 .
  18. ^ "Proyecto RoboBrain" . Consultado el 7 de diciembre de 2014 .
  19. ^ "Robo Brain" explora Internet para enseñar a los robots.
  20. ^ "MyRobots". Archivado desde el original el 11 de diciembre de 2014 . Consultado el 9 de diciembre de 2014 .
  21. ^ Hu, Huosheng; McDonald-Maier, Klaus D; Gu, Dongbing; Li, Ruijiao. "COLAS". Archivado desde el original el 9 de diciembre de 2014 . Consultado el 7 de diciembre de 2014 .
  22. ^ "ROSjava-Cloud Robotics". Archivado desde el original el 27 de diciembre de 2014 . Consultado el 9 de diciembre de 2014 .
  23. ^ ab Arumugam, R.; Enti, VR; Bingbing, L.; Xiaojun, W.; Baskaran, K.; Kong, FF; Kumar, AS; Meng, KD; Kit, GW (2010). "DAvinCi: Un marco de computación en la nube para robots de servicio". Conferencia internacional IEEE sobre robótica y automatización de 2010. págs. 3084–3089. doi :10.1109/ROBOT.2010.5509469. ISBN 978-1-4244-5038-1.S2CID2669707  .​
  24. ^ "RoboEarth | ¿Qué es la robótica en la nube?". Archivado desde el original el 11 de julio de 2013. Consultado el 8 de marzo de 2019 .
  25. ^ C2RO Cloud Robotics (18 de octubre de 2017). "Robótica en la nube en tiempo real en aplicaciones prácticas para ciudades inteligentes". {{cite journal}}: Requiere citar revista |journal=( ayuda )Mantenimiento de CS1: nombres numéricos: lista de autores ( enlace )
  26. ^ abc Robotics-vo. "Una hoja de ruta para la robótica estadounidense: de Internet a la robótica, edición 2013" (PDF) . Archivado desde el original (PDF) el 5 de septiembre de 2014. Consultado el 8 de diciembre de 2014 .
  27. ^ "Vinculación de la robótica en la nube con el servidor". Archivado desde el original el 18 de junio de 2018. Consultado el 18 de junio de 2018 .
  28. ^ ab Kuffner, James (2010). "Robots habilitados para la nube". Conferencia internacional IEEE-RAS sobre robótica humanoide.
  29. ^ Crowe, Steve (24 de octubre de 2018). "Google Cloud Robotics Platform llegará a los desarrolladores en 2019". The Robot Report . Consultado el 8 de marzo de 2019 .
  30. ^ Inaba, Masayuki (1997). "Robots con cerebro remoto". Actas de la Decimoquinta Conferencia Conjunta Internacional sobre Inteligencia Artificial, volumen 2. Morgan Kaufmann Publishers Inc., págs. 1593–1606.
  31. ^ "Cloud Computing: Choque de nubes". The Economist . 15 de octubre de 2009 . Consultado el 3 de noviembre de 2009 .
  32. ^ "El futuro de los robots". Popular Science . Septiembre de 2006. pp. 55–71.
  33. ^ "Comité de robots en red" . Consultado el 8 de diciembre de 2014 .
  34. ^ "Google I/O 2011: Cloud Robotics, ROS para Java y Android" . Consultado el 9 de diciembre de 2014 .
  35. ^ "Gran subvención de la NSF financia investigación para entrenar robots para trabajar con humanos". 17 de diciembre de 2012.
  36. ^ "cloud-robotics.cs.umn.edu/" . Consultado el 7 de diciembre de 2014 .
  37. ^ Goldberg, Ken (2013). "Robot basado en la nube que agarra objetos con el motor de reconocimiento de objetos de Google". Conferencia internacional IEEE sobre robótica y automatización de 2013. págs. 4263–4270. CiteSeerX 10.1.1.299.3857 . doi :10.1109/ICRA.2013.6631180. ISBN .  978-1-4673-5643-5. Número de identificación del sujeto  2744967.
  38. ^ "Taller IEEE IROS 2013 sobre robótica en la nube. Tokio. Noviembre de 2013". Archivado desde el original el 5 de septiembre de 2016. Consultado el 7 de diciembre de 2014 .
  39. ^ "RobotApp" . Consultado el 7 de diciembre de 2014 .
  40. ^ "DARPA-Cloud-Robotics" . Consultado el 7 de diciembre de 2014 .
  41. ^ "Cuando la robótica se encuentra con la nube, los clientes ganan" . Consultado el 18 de abril de 2017 .
  42. ^ "Control de robots desde la nube" . Consultado el 17 de abril de 2017 .
  43. ^ Dawarka, V. y Bekaroo, G., 2018, diciembre. Arquitecturas robóticas en la nube: direcciones para la investigación futura a partir de un análisis comparativo. En la Conferencia internacional sobre aplicaciones informáticas inteligentes e innovadoras (ICONIC) de 2018 (pp. 1-7). IEEE.

Enlaces externos