Niantic va anunciar una associació amb Coco Robotics per utilitzar les dades recollides pels jugadors de Pokémon Go per entrenar robots de lliurament autònoms, amb més de 30.000 milions d’imatges penjades voluntàriament des del 2016.
El desenvolupador del joc, a través de Niantic Spatial, reutilitza exploracions de realitat augmentada realitzades a PokéStops i gimnasos per millorar els sistemes de navegació visual. Les dades Esses permeten als robots identificar ubicacions amb precisió centímetre en entorns urbans complexos.
La tecnologia redueix la dependència del GPS, que sovint falla en zones amb edificis alts o interferències. L’associació representa la primera prova comercial important del model geoespacial de Niantic Spatial.
Els jugadors van contribuir explorant entorns reals durant el joc, sovint incentivats per recompenses com ara articles addicionals. Els registres inclouen fotos, vídeos i metadades com ara angles, temps i condicions meteorològiques, formant una àmplia base de dades de referències visuals.
L’associació accelera la navegació autònoma
Coco Robotics integra Visual Positioning System (VPS) de Niantic Spatial a la seva flota de robots per a lliuraments d’última milla. Els equips Esses, de la mida aproximadament de les maletes, funcionen a les voreres i carrils bici de ciutats seleccionades.
Els robots arriben a velocitats de fins a 21 km/h i transporten articles com menjars i compres. La precisió visual t’ajuda a evitar obstacles i mantenir rutes segures als carrers concorreguts.
Niantic Spatial destaca que el repte de posicionar objectes virtuals en el món real, com en el joc, coincideix amb la necessitat que els robots es moguin amb seguretat. Els tècnics de Diretores afirmen que el problema tècnic és essencialment el mateix.
Dades acumulades des del llançament del joc
Des del llançament de Pokémon Go el 2016, milions d’usuaris han enviat milers de milions d’exploracions d’activació. El focus se centra en els punts d’interès, com ara monuments i murals, capturats des de múltiples angles i èpoques.
Aquest material va construir models tridimensionals detallats de zones urbanes. La base de dades supera les limitacions del GPS als “canyons urbans”, on els edificis bloquegen els senyals dels satèl·lits.
Niantic ha reforçat la col·lecció amb missions específiques a l’aplicació que recompensen els jugadors per escanejos addicionals. Assim, el banc va créixer orgànicament al llarg de la dècada.
Limitacions del GPS a les ciutats denses
A les regions metropolitanes, el senyal GPS perd eficàcia a causa d’obstruccions físiques i reflexos. Robôs depenent únicament d’aquesta tecnologia s’enfronten a errors de posicionament que comprometen els lliuraments.
El sistema visual de Niantic Spatial utilitza imatges de l’entorn per a una triangulació precisa. Isso permet prendre decisions en temps real, com ara ajustos de recorregut davant de vianants o vehicles.
L’enfocament millora la fiabilitat en escenaris de lliurament real, on la precisió centimètrica marca la diferència en la seguretat i l’eficiència.
Transparència en la recollida d’informació
Niantic afirma que les polítiques de privadesa sempre han indicat la possibilitat d’utilitzar les dades per a finalitats diferents del joc. Usuários va optar per participar en les exploracions activant la funció a l’aplicació.
No tots els jugadors van associar aquestes contribucions amb l’entrenament de robots. L’empresa sosté que les presentacions van ser voluntàries i vinculades a avantatges de joc.
El debat sobre la reutilització de dades col·lectiva va agafar força amb l’anunci de l’associació. Especialistas tingueu en compte que el model demostra el valor a llarg termini de les interaccions massives a les aplicacions de RA.
Aplicacions futures de la tecnologia geoespacial
Niantic Spatial té previst ampliar l’ús de Large Geospatial Model a altres sectors que requereixen mapes dinàmics. L’associació amb Coco Robotics serveix com a prova de concepte per a la robòtica autònoma.
Els robots Coco ja es distribueixen a les ubicacions de Estados Unidos, China i parts de Europa. La integració de VPS té com a objectiu augmentar la cobertura i la velocitat de les operacions.
Els experts indiquen que les dades contínues dels robots poden retroalimentar el model, creant un cicle de millora constant en la comprensió de l’entorn urbà.
