{"version":"1","article":{"id":"robot-watchdog-graph-failure-detection-2026","slug":"robot-watchdog-graph-failure-detection-2026","language":"tr","url":"https://haberpaper.com/tr/news/robot-watchdog-graph-failure-detection-2026","api_url":"https://haberpaper.com/api/v1/articles/robot-watchdog-graph-failure-detection-2026?lang=tr","title":"Robot-WATCHDOG öğrenilmiş robot davranışındaki hataları nesne ilişkileriyle izliyor","summary":"Fransa’daki araştırmacılar, robotun görev sırasında nesneleri nasıl konumlandırıp ilişkilendirdiğini izleyen bir arıza tespit yöntemi sundu. Çalışma, yöntemi mevcut bir kıyaslama ve iki görevli yeni bir veri kümesinde değerlendirdi.","category":"business","region":"world","topics":["ai"],"published_at":"2026-10-13T20:11:52+03:00","modified_at":"2026-10-13T20:11:52+03:00","publication_basis":"publication-record","event_period":"2026-10-09","event_period_basis":"event-or-reference-period","sources":[{"name":"arXiv, Robot-WATCHDOG: failure detection through object-centric graph representation (arXiv:2610.13403)","url":"https://arxiv.org/abs/2610.13403","checkedAt":"2026-10-13","publishedAt":"2026-10-09"}],"translations":[{"language":"tr","url":"https://haberpaper.com/tr/news/robot-watchdog-graph-failure-detection-2026","api_url":"https://haberpaper.com/api/v1/articles/robot-watchdog-graph-failure-detection-2026?lang=tr"},{"language":"en","url":"https://haberpaper.com/en/news/robot-watchdog-graph-failure-detection-2026","api_url":"https://haberpaper.com/api/v1/articles/robot-watchdog-graph-failure-detection-2026?lang=en"},{"language":"ar","url":"https://haberpaper.com/ar/news/robot-watchdog-graph-failure-detection-2026","api_url":"https://haberpaper.com/api/v1/articles/robot-watchdog-graph-failure-detection-2026?lang=ar"},{"language":"fr","url":"https://haberpaper.com/fr/news/robot-watchdog-graph-failure-detection-2026","api_url":"https://haberpaper.com/api/v1/articles/robot-watchdog-graph-failure-detection-2026?lang=fr"},{"language":"es","url":"https://haberpaper.com/es/news/robot-watchdog-graph-failure-detection-2026","api_url":"https://haberpaper.com/api/v1/articles/robot-watchdog-graph-failure-detection-2026?lang=es"}],"data_types":[],"data":null,"data_compilations":[],"data_downloads":[],"content":{"paragraphs":["Université Paris-Saclay, CEA, Inria ve CNRS bağlantılı araştırmacıların 9 Ekim’de arXiv’de yayımladığı ön baskı, robot manipülasyonunda hataları yalnızca görüntülerin benzerliğine bakarak saptamanın sınırlarını ele alıyor. Robot-WATCHDOG, sahnedeki nesneleri ve aralarındaki ilişkileri zaman içinde bir grafik olarak temsil ediyor. Ekip, bir yöntemde gözlenen hareketin uzman gösteriminden geometrik ve ilişkisel sapmasını ölçüyor; ikinci yöntemde ise grafik dikkat ağı ve Transformer ile nesnelerin sonraki durumlarını tahmin ediyor.","Yazarlar iki yaklaşımı önceki bir robot arızası kıyaslamasının uyumlu dört görevi ile kendi oluşturdukları masa düzenleme ve hareketli bantta atık ayırma görevlerinde test etti. Bu seçim, sıvı veya şekil değiştiren nesneler gibi kalıcı kimlik varsayımına uymayan etkileşimleri kapsam dışında bıraktı. Makalenin bildirdiğine göre grafik temelli iki puanlama yaklaşımı özellikle nesne etkileşimi ve görev yapısına bağlı hatalarda görüntü temelli dedektörleri geçti; eğitim gerektirmeyen geometrik-ilişkisel ölçüt, genel sonuçlarda en güçlü ve çıkarım maliyeti en düşük seçenek oldu. Sonuçlar makalenin seçtiği veri ve görevlerle sınırlıdır; her tür robot veya arıza için doğrulanmış bir güvenlik sistemi anlamına gelmez. Çalışma hakem değerlendirmesinden geçmemiş ön baskıdır."],"key_points":[],"sections":[]},"text":"Fransa’daki araştırmacılar, robotun görev sırasında nesneleri nasıl konumlandırıp ilişkilendirdiğini izleyen bir arıza tespit yöntemi sundu. Çalışma, yöntemi mevcut bir kıyaslama ve iki görevli yeni bir veri kümesinde değerlendirdi.\n\nUniversité Paris-Saclay, CEA, Inria ve CNRS bağlantılı araştırmacıların 9 Ekim’de arXiv’de yayımladığı ön baskı, robot manipülasyonunda hataları yalnızca görüntülerin benzerliğine bakarak saptamanın sınırlarını ele alıyor. Robot-WATCHDOG, sahnedeki nesneleri ve aralarındaki ilişkileri zaman içinde bir grafik olarak temsil ediyor. Ekip, bir yöntemde gözlenen hareketin uzman gösteriminden geometrik ve ilişkisel sapmasını ölçüyor; ikinci yöntemde ise grafik dikkat ağı ve Transformer ile nesnelerin sonraki durumlarını tahmin ediyor.\n\nYazarlar iki yaklaşımı önceki bir robot arızası kıyaslamasının uyumlu dört görevi ile kendi oluşturdukları masa düzenleme ve hareketli bantta atık ayırma görevlerinde test etti. Bu seçim, sıvı veya şekil değiştiren nesneler gibi kalıcı kimlik varsayımına uymayan etkileşimleri kapsam dışında bıraktı. Makalenin bildirdiğine göre grafik temelli iki puanlama yaklaşımı özellikle nesne etkileşimi ve görev yapısına bağlı hatalarda görüntü temelli dedektörleri geçti; eğitim gerektirmeyen geometrik-ilişkisel ölçüt, genel sonuçlarda en güçlü ve çıkarım maliyeti en düşük seçenek oldu. Sonuçlar makalenin seçtiği veri ve görevlerle sınırlıdır; her tür robot veya arıza için doğrulanmış bir güvenlik sistemi anlamına gelmez. Çalışma hakem değerlendirmesinden geçmemiş ön baskıdır.","corrections":[],"editorial_illustration":{"kind":"symbolic-editorial-illustration","documentary":false,"scope":"section","asset_id":"business","url":"https://haberpaper.com/assets/illustrations/business-1536.webp","width":1536,"height":1024,"alt":"Makineler, depo ve vinçle üretimi anlatan temsili sanayi atölyesi.","language":"tr"},"section_illustration":{"kind":"symbolic-editorial-illustration","documentary":false,"scope":"section","asset_id":"business","url":"https://haberpaper.com/assets/illustrations/business-1536.webp","width":1536,"height":1024,"alt":"Makineler, depo ve vinçle üretimi anlatan temsili sanayi atölyesi.","language":"tr"}}}