Когда соперники без остановки толкают твоего робота, красивая стратегия с тремя точками для стрельбы разваливается. Арман Ілияс, десятиклассник РФМШ из Астаны, научил робота команды FoxSlide из FIRST TechChallenge попадать мячом в цель прямо на ходу. Потом вместе с наставником просчитал на модели, куда уходит точность: сколько съедает воздух, сколько собственная скорость робота и где никакая поправка уже не поможет. Робот FoxSlide №29029 с вращающейся турелью и маховиком. Фото: из архива команды Проблема: мяч наследует скорость робота В сезоне DECODE роботу FIRST Tech Challenge нужно забрасывать пластиковые мячи в ворота. Сначала FoxSlide стреляла только из трёх заранее выбранных точек на поле, стоя на месте. Потом соперники стали играть в жёсткую защиту: толкали робота без остановки, и спокойно встать и прицелиться было нельзя. Робот постоянно двигался в момент выстрела, и мячи стабильно перелетали цель. Арман говорит, что тогда команда поняла: на поле никто не даст постоять неподвижно, алгоритм нужно переписать так, чтобы робот попадал в движении. Принцип простой, как пас на бегу. Если бросить мяч прямо перед собой, скорость бегущего прибавится к скорости броска, и мяч улетит дальше. Поэтому робот целится не в сами ворота, а в воображаемую точку, смещённую назад: алгоритм умножает текущую скорость на время полёта мяча и сдвигает прицел к себе. Идея «виртуальной цели» не новая, в соревновательной робототехнике это известный приём, и Арман сам пишет об этом в статье: он изучил движение снаряда и сложение скоростей, дошёл до этой идеи и реализовал её в алгоритме, а команда встроила его в робота и замерила всё нужное для расчётов. До внедрения алгоритма, по словам команды, при стрельбе в движении было ноль попаданий. После запуска виртуальной цели робот попадал, как говорит Арман, практически всегда, а редкие промахи объяснялись просадками напряжения на батарее. Это оценка самой команды, точной статистики матчей у нас нет. Что показал расчёт Чтобы понять, какая из ошибок важнее, Арман вместе с наставником по исследованию Газизом Турсыном (образовательная программа ADMIT) сделал модель полёта мяча. По словам Армана, формулу виртуальной цели вывел он, а модель собрал и посчитал Газиз. Результаты вошли в статью, которую журнал Central Asian ScientificJournal опубликовал в октябре 2026 года (№4 (32), ISSN 3135-3061). Это именно расчёт на модели, а не замеры на поле: модель двумерная, вращение мяча не учтено, а масса мяча оценена, а не взвешена. Код модели и её вывод авторы выложили в открытый доступ. Три вывода Первое: сопротивление воздуха не мелочь. Если считать полёт мяча без него, выстрел недолетает на 0,27 м с 1,75 м и на 0,85 м с 3,9 м, то есть теряется от 15 до 22% дальности. По словам Армана, больше всего его удивило именно это: сопротивление воздуха оказалось не просто погрешностью, а доминирующим фактором. Второе: собственная скорость тоже дорого стоит. Каждый метр в секунду скорости, который робот не учитывает, даёт примерно полметра перелёта. На расчётной максимальной скорости 2,73 м/с перелёт на дистанции 2,5 м достигает 1,27 м, это почти в два раза больше ширины проёма ворот (67,3 см). Третье: поправка работает. Если целиться на 0,5–1,5 м ближе, чем ворота, остаточная ошибка в расчёте составляет не больше 3 мм везде, где решение вообще существует. Где поправка не помогает Главное ограничение оказалось не про воздух и не про код, а про геометрию. Турель у FoxSlide стоит на высоте примерно 27 см (в расчётах взяли 30 см), и при таком положении ближе, чем примерно с 1,5 м мяч не попадает в ворота сверху: он достигает вершины траектории прямо у кромки и просто не падает внутрь. Это верно и для выстрела стоя, и для выстрела в движении. Поднять механизм выше по правилам нельзя. Правило R105 ограничивает высоту 0,457 м в обычной игре, а правило G415 разрешает до 0,965 м только в последние 20 секунд и вне зон стрельбы. Поэтому Арман называет ближнюю зону не багом алгоритма, а фиксированным «слепым пятном», которое водителям нужно обходить тактически. Как калибровали на практике Исходные данные для модели команда собирала вручную. Для калибровки маховика задавали его скорость и угол наклона (от 30 до 60 градусов), измеряли дальность полёта мяча и по формуле дальности считали начальную скорость. Затем в Excel построили график связи скорости вращения маховика со скоростью запуска. Максимальную скорость робота 2,73 м/с команда рассчитала по паспортным данным: моторы goBILDA на 1150 об/мин с редукцией 24:55 (на выходе около 501 об/мин) и колёса mecanum от goBILDA. Зоны стрельбы (0,86–2,50 м и 2,50–3,90 м) измеряли рулеткой прямо на поле. Команда и Хьюстон Арман занимается робототехникой с восьмого класса: начинал в лиге FLL в команде Fizmat Tech, в девятом перешёл в более сложную категорию FTC и присоединился к школьной команде FoxSlide. Сейчас в команде 11 человек. Пятеро отвечают за самого робота: 3D-моделирование, инженерию и программирование. Остальные ищут спонсоров, популяризируют робототехнику и связываются с профессионалами, чтобы получать обратную связь. На чемпионате мира FIRST в Хьюстоне FoxSlide выступала в дивизионе Edison: 6 побед и 4 поражения в квалификации, 23-е место из 57 команд по официальным данным FIRST. FoxSlide на церемонии награждения LepsiFest 2026. На сертификатах, которые держит команда: WinningAlliancePartner (250 000 ₸) и ControlAwardWinner. Фото: из архива команды Новый сезон Как только анонсировали сезон BIOBUZZ, команда решила, что алгоритм виртуальной цели переедет на нового робота с первого дня. После турнира AI & Digital Bridge Cup в Астане в сентябре стало ясно, что стрельба на ходу станет ещё важнее: игра агрессивнее, соперники включают плотную защиту со старта. В новом сезоне команда заметила другую проблему: обратное вращение мяча (backspin) выбрасывает снаряды из ворот. Чтобы это предотвратить, на шутер поставят встречные валики (counter rollers). А блокировка базы (base locking) позволит фиксировать колёса на месте, чтобы соперники не могли сдвинуть робота. Главный совет командам, которые начинают сезон с нуля, по словам Армана: не рассчитывать только на фиксированные точки для стрельбы. Соперники быстро просчитают их и будут постоянно толкать робота.
如何教机器人在奔跑中射击:来自阿斯塔纳的一名男学生计算出了准确性丢失的地方
当你的对手不断推挤你的机器人时,漂亮的三分投篮策略就会崩溃。阿曼·伊利亚斯 (Arman Ilias) 是来自阿斯塔纳的俄罗斯物理学校十年级学生,他教 FIRST TechChallenge 的 FoxSlide 团队机器人在移动时用球击中目标。然后和导师一起...
AI 摘要:要点
- 当你的对手不断推挤你的机器人时,漂亮的三分投篮策略就会崩溃。阿曼·伊利亚斯 (Arman Ilias) 是来自阿斯塔纳的俄罗斯物理学校十年级学生,他教 FIRST TechChallenge 的 FoxSlide 团队机器人在移动时用球击中目标。然后和导师一起...

事件时间线
相关文章
RUМИИЦР РК и «Казахтелеком» договорились о сотрудничестве в рамках проекта ускоренной цифровизации Казахстана
Министерство искусственного интеллекта и цифрового развития Республики Казахстан и АО «Казахтелеком» подписали Меморандум о взаимодействии в рамках проекта «Ускоренная цифровизация для инклюзивной экономики Казахстана». Ключевым направлением сотрудничества станет развитие…
2026 年 11 月 4 日人工智能新闻摘要
苹果终于将其人工智能引入了其他人的应用程序中:在 iOS 27.3 beta 中,Siri AI 可以访问第三方应用程序中的操作。这对移动生态系统的改变可能比任何型号的发布都要大。
RUКак научить робота стрелять на ходу: школьник из Астаны нашел способ повысить точность
🤖 Как научить робота стрелять на ходу: школьник из Астаны нашел способ повысить точность Арман Ілияс, десятиклассник РФМШ из Астаны, разработал алгоритм, который помогает роботу команды FoxSlide попадать мячом в цель прямо во время движения. Раньше робот мог точно стрелять…
KZБаладжи Шринивасан Қазақстандағы AI мен инновацияны дамытуға қосқан үлесі үшін марапатталды
Қазақстан Президенті Қасым-Жомарт Тоқаев Network School негізін қалаушы Баладжи Шринивасанды II дәрежелі «Достық» орденімен марапаттады. Ол бұл наградаға Қазақстанда жасанды интеллект пен инновация салаларын дамытуға қосқан үлесі үшін ие болды. Сообщение Баладжи Шринивасан…
