惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

B
Blog RSS Feed
Spread Privacy
Spread Privacy
T
Threatpost
C
Cisco Blogs
P
Palo Alto Networks Blog
AI
AI
Cyberwarzone
Cyberwarzone
NISL@THU
NISL@THU
P
Privacy & Cybersecurity Law Blog
G
GRAHAM CLULEY
Simon Willison's Weblog
Simon Willison's Weblog
T
Tor Project blog
Latest news
Latest news
AWS News Blog
AWS News Blog
D
Docker
S
SegmentFault 最新的问题
博客园 - 聂微东
WordPress大学
WordPress大学
Vercel News
Vercel News
S
Securelist
爱范儿
爱范儿
J
Java Code Geeks
Know Your Adversary
Know Your Adversary
S
Schneier on Security
Hugging Face - Blog
Hugging Face - Blog
F
Fortinet All Blogs
Last Week in AI
Last Week in AI
D
DataBreaches.Net
宝玉的分享
宝玉的分享
D
Darknet – Hacking Tools, Hacker News & Cyber Security
MongoDB | Blog
MongoDB | Blog
Engineering at Meta
Engineering at Meta
K
Kaspersky official blog
美团技术团队
博客园 - 叶小钗
阮一峰的网络日志
阮一峰的网络日志
量子位
博客园_首页
Attack and Defense Labs
Attack and Defense Labs
S
Secure Thoughts
Google Online Security Blog
Google Online Security Blog
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
腾讯CDC
T
Threat Research - Cisco Blogs
雷峰网
雷峰网
有赞技术团队
有赞技术团队
www.infosecurity-magazine.com
www.infosecurity-magazine.com
P
Privacy International News Feed
S
Security Affairs

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Тротуар как место битвы робота и человека
Екатерина Дерик · 2026-06-27 · via Все публикации подряд на Хабре

Тротуар как место битвы робота и человека

Простой

6 мин

7

В контексте роботизации городов обычно обсуждают энергоэффективность, полностью беспилотное движение и автономные сады. Но в реальном мире проблемы всплывают совсем в других плоскостях.

Роботы-доставщики уже стали привычной частью городского пейзажа. В Лос-Анджелесе по улицам одновременно ездят сотни автономных курьеров компаний Serve Robotics и Coco Robotics. Они развозят еду, объезжают прохожих, стоят на светофорах и даже просят людей нажать кнопку перехода, поскольку сами этого сделать не могут. И чем больше их становится, тем чаще возникает вопрос: а кто при этом должен иметь приоритет на тротуаре? Неужели все это роботизированное братство двигает человека с его позиции «владельца города»?

Чтобы понять, почему обычный робот-доставщик внезапно стал проблемой для мегаполиса, придется сделать небольшой экскурс в историю городского планирования. 

Экскурс в историю и урбанистику

Есть распространенное мнение, что современные города создавались для людей, а машины просто постепенно их захватили. Но исследования в области урбанистики показывают более сложную картину.

Изначально приоритета на улице не было ни у кого: это общественное пространство, где одновременно ходят, ездят, торгуют, пасут животных, а кое-где и сливают нечистоты. Личные повозки и даже конные трамваи не меняли парадигму — на улице все были равны. Но в XX веке появился автомобиль с совсем другими скоростями — и планирование городов во многих странах переориентировалось.

Автомобилецентричность города

Возьмем, к примеру США. Федеральная программа строительства скоростных автомагистралей (Federal-Aid Highway Act 1956) запустила масштабную реконструкцию и строительство дорог. Приоритетами стали пропускная способность, удобные транспортные развязки, парковки и минимизация задержек движения. Акт был лишь неизбежным решением, связанным с ростом количества машин… и потянул за собой еще больший рост автомобилизации. Машина перестала быть роскошью и превратилась в обязательный элемент городской жизни.

Кеннет Джексон в книге Crabgrass Frontier: The Suburbanization of the United States (1985) показывает, как массовое пересаживание на автомобили привело к появлению пригородной модели существования, где жилье, работа и торговля оказались разнесены на большие расстояния, потому что теперь это расстояние не имело значения. Город при этом переставал быть пространством человеческого взаимодействия и превращался в инфраструктуру для движения машин, — это подробно описывал чуть раньше урбанист Джейн Джекобс в The Death and Life of Great American Cities (1961).

В СССР при строительстве городов опирались на принципиально иные идеи. Районы хрущевок создавались в то же время (конец 1950-х и 1960-е годы), но ориентировались на концепцию микрорайона и приоритетное использование общественного транспорта, так как массового распространения личных автомобилей не предполагалось. Во дворах проектировались проезды для скорых и мусоровозов, а отдельные микрорайоны соединяли магистральные проспекты для движения общественного транспорта.

Идеологическая основа другая, но тупик тот же: проезды между домами, магистральные улицы, да и весь город — это территория автомобилей, а не пешехода. В обоих случаях тротуар оставался второстепенным элементом инфраструктуры: пространством, где человек просто идет, пока настоящая транспортная система работает где-то рядом.

Вторую половину XX века инженеры потратили на то, чтобы рассчитывать транспортные потоки, расширять магистрали и ускорять проезд перекрестков. Тротуар при этом оставался чем-то вторичным — пространством без выделенных полос и правил.

Попытка вернуть город людям

Примерно с 1990-х годов урбанистика повернула в другом направлении. Мы всё еще пытались впихнуть в города больше автомобилей, но задумались и о том, как все это сделать удобно для человека.

Хотя сама концепция появилась раньше, структурировал и наполнил физическим смыслом ее датский архитектор и исследователь Ян Гейл. В книге Cities for People (2010) он пишет, что качественная городская среда стимулирует пешеходную активность, общение и развитие локального бизнеса. А более ранние исследования уже показывали, что удобство перемещения по городским районам пешком напрямую связано с экономической привлекательностью районов (CEO's for Cities, 2009).

Чтобы сделать человека полноценным участником города, нужно было справедливо разделить пространство между пешеходам и автомобилями, а не просто дать кому-то приоритет. В итоге (где это возможно) начали расширять тротуары, создавать прогулочные зоны, ограничивать автомобильный трафик и развивать общественные пространства. Особенно хорошо заметно это движение было в исторических центрах, где процесс дополнительно подстегивался развитием туризма.

Казалось бы, человек наконец отвоевал себе хотя бы часть города обратно. Но конкуренция пришла, откуда мы не ждали, — на тротуары массово выходят роботы.

Кто на тротуаре главный

Пока робот один, это забавная диковинка и повод для гордости за шаг в роботизированное будущее родного города. На первый взгляд это вообще не проблема: что такого может сделать небольшая коробка на колесах? Разве что сэкономить на зарплате курьера.

Но как только их становится много, ситуация накаляется, как это когда-то было с автомобилями.

Поводом поднять эту тему стало исследование The Guardian, посвященное роботам-доставщикам в Лос-Анджелесе. Издание описывает, во что превращается автоматизация, когда ее становится слишком много.

В городе работает две основные логистические компании, суммарный парк роботов которых — порядка 800 единиц. По мере того как компании объявляют о расширении парка и работе в новых районах, недовольство населения растет. Роботы застревают между столиками уличных кафе, блокируют проходы, собирают вокруг себя толпы любопытных и становятся неожиданным препятствием для людей в инвалидных колясках.

Автономным устройствам очень сложно существовать в среде, которую только начали адаптировать под нужды человека. И проблема глубже, чем кажется. Человек обладает социальной интуицией. Мы бессознательно понимаем, что тот, кто идет навстречу, сейчас отойдет, пропустит, ускорится или, наоборот, заденет нас в попытке разойтись быстрее. Мы считываем взгляд, жесты, положение тела. Робот этого не умеет. 

Для него группа людей у входа в кафе — просто сложное динамическое препятствие. Он осторожно тормозит, пытается построить новый маршрут, иногда полностью блокирует проход. В результате возникает странный эффект: робот не только сам испытывает трудности, но и не может быть «обработан» человеком так же легко, как другой человек. Мы буквально начинаем об него спотыкаться — физически и социально, поскольку и сами не можем предсказать его действия.

Массово роботы не могут уйти на полосы автомобильного движения — слишком уж разные весовые категории, да и в целом мы застряли с внедрением автономного транспорта из-за юридических рисков. В итоге они идут более простым путем — используют пространство, которое никогда не проектировалось как транспортная сеть. И их становится все больше.

Кстати, роботы — далеко не первые претенденты на это тротуары современных городов. Велосипеды, электросамокаты, курьеры, летние террасы кафе — борьба за каждый квадратный метр городской среды началась задолго до появления автономной доставки. Роботы лишь сделали этот конфликт особенно заметным.

Пора проектировать город заново

Если сто роботов меняют поток движения людей, то тысяча меняют саму функцию тротуара. Это всегда была зона свободного человеческого поведения, теперь же тротуар постепенно превращается еще и в логистический коридор.

Проблема, вероятно, не в конкретном городе и не в конкретном алгоритме навигации. Она системная. Робот сталкивается не просто с препятствиями, а с человеческим UX — сложной системой негласных правил поведения, компромиссов и социальных сигналов, которые люди считывают автоматически.

С точки зрения урбанистики появился новый тип участника городской среды. И ему сложнее, поскольку там нет за рулем человека — это не автомобиль, не пешеход, не велосипедист. И инфраструктуры под него пока просто не существует.

Интересно, что исследователи уже пытаются формализовать эту проблему. В 2025 году группа ученых из Cornell University предложила концепцию robotability score — своеобразного аналога walkability score (метрики, оценивающей, насколько удобно перемещаться по району пешком), но для роботов. Идея проста: если мы можем оценить, насколько район удобен для людей, почему бы не оценить его пригодность для автономных систем?

Авторы предлагают учитывать плотность пешеходного потока, ширину тротуаров, характер использования общественного пространства и доступность среды. При этом, если роботы меняют существующий человеческий сценарий движения, метрика должна снижаться.

Robotability score

https://robotability.cornell.edu/map/ - интерактивная карта Нью-Йорка, где отражена метрика для каждой улицы. Город выбрали не случайно, у Нью-Йорка есть открытая база данных по состоянию и ширине тротуаров, расположению остановок и т.п. - NYC OpenData. Данные этой базы добавили анализом снимков с видео-регистраторов и результатами онлайн-опросов.

Разработчики метрики уверены, что правильная оценка поможет принимать взвешенное решение о том, можно ли внедрять роботов в очередном городе и какие именно ограничения предусмотреть.

Но мало оценить существующие пространства. Если предполагать, что роботы с нами надолго, что-то придется изменить.

На ум приходят почти очевидные решения:

  • выделенные полосы для роботов по аналогии с автобусными полосами или велодорожками;

  • более ровные покрытия, качественные пандусы и единые стандарты тротуаров;

  • цифровые светофоры и элементы инфраструктуры, к которым автономные системы смогут подключаться напрямую;

  • специальные зоны ожидания и парковки для роботов, чтобы они не простаивали посреди тротуара.

Забавно, но значительная часть этих требований почти полностью совпадает с тем, что уже много лет предлагают специалисты по доступной среде. Ровные покрытия, отсутствие высоких бордюров, удобные пандусы и свободные проходы нужны не только роботам, но и людям на инвалидных колясках, родителям с детскими колясками, велосипедистам и роллерам. Неужели именно роботы смогут сделать для городской среды то, чего не смогли добиться десятилетия борьбы за инклюзивность? Или же путь алгоритмизации человеческого UX окажется более простым?