Яндекс оборудовал все беспилотные автомобили четвёртого поколения на&nbsp;базе Hyundai Sonata лидарами собственного производства. Компания планирует оснащать этими лидарами все последующие поколения своих автомобилей.

Лидар&nbsp;&mdash; один из&nbsp;ключевых сенсоров автономного автомобиля. Он&nbsp;сканирует пространство безопасными для человека лазерными лучами и&nbsp;составляет трёхмерную карту окружающего мира. С&nbsp;помощью обработки отражённых лучей лидар может определять форму объектов на&nbsp;расстоянии в&nbsp;несколько сотен метров, в&nbsp;том числе в&nbsp;темноте. Лидар помогает беспилотнику с&nbsp;точностью до&nbsp;сантиметра понимать своё положение в&nbsp;пространстве благодаря сравнению получаемого скана со&nbsp;встроенными 3D-картами.

Важная особенность лидара Яндекса&nbsp;&mdash; в&nbsp;гибкой настройке параметров. Он&nbsp;посылает миллионы импульсов в&nbsp;секунду, сканируя пространство с&nbsp;помощью лучей, положение которых может меняться в&nbsp;реальном времени в&nbsp;зависимости от&nbsp;дорожных сценариев. Так, при движении по&nbsp;узкой улице, где много пешеходов, лидар может сфокусировать лучи на&nbsp;дороге перед автомобилем, а&nbsp;на&nbsp;широких скоростных трассах&nbsp;&mdash; фокусироваться на&nbsp;объектах, находящихся вдалеке. Изменение настроек позволяет распознавать легковой автомобиль на&nbsp;расстоянии 200&nbsp;метров, а&nbsp;фуру&nbsp;&mdash; с&nbsp;500&nbsp;метров.

Кроме того, собственное производство лидаров помогает оптимизировать стоимость устройств. При цене, сравнимой с&nbsp;лидарами сторонних производителей, использовавшимися ранее, сенсоры Яндекса обладают значительно более продвинутыми характеристиками. При переходе на&nbsp;массовое производство это способно сделать беспилотную технологию более масштабируемой.

Автомобили, оборудованные собственными лидарами Яндекса, уже проехали более 500 тысяч километров и&nbsp;подтвердили свою надёжность. Кроме того, компания разрабатывает боковые лидары для беспилотных автомобилей и&nbsp;лидары для автономных роботов-доставщиков.

Автономный флот Яндекса переходит на&nbsp;собственные лидары

Мы&nbsp;расширили зоны рободоставки в&nbsp;Казани. В&nbsp;декабре прошлого года роботы Яндекса впервые начали доставлять продукты жителям Казани. Теперь сервис стал доступен ещё&nbsp;большему числу пользователей, а&nbsp;еще роботы начали доставлять блюда из&nbsp;ресторанов, подключённых к&nbsp;Яндекс&nbsp;Еде. Собрали все локации, где сегодня можно заказать робота:

* __В&nbsp;Вахитовском районе__ теперь можно заказать блюда из&nbsp;ресторанов, подключенных к&nbsp;Еде&nbsp;&mdash; в&nbsp;окрестностях улицы Карла Маркса, Горького, Бутлерова и&nbsp;Марселя Салимжанова. Рободоставка продуктов из&nbsp;Лавки в&nbsp;этом районе работает уже с&nbsp;декабря 2025&nbsp;года&nbsp;&mdash; к&nbsp;ней подключены дарксторы на&nbsp;улицах Маяковского и&nbsp;Спартаковской.  
&nbsp;  
&nbsp;

* __В&nbsp;Ново-Савиновском районе__ доставка блюд из&nbsp;ресторанов появилась в&nbsp;локации между улицами Гагарина, Декабристов, Амирхана и&nbsp;проспектом Ямашева. Рободоставка из&nbsp;дарксторов Лавки здесь работает при&nbsp;заказе в&nbsp;окрестностях улиц Фатыха Амирхана и&nbsp;Маршала Чуйкова, а&nbsp;также на&nbsp;улице Четаева.  
&nbsp;  
&nbsp;

* __В&nbsp;Советском районе__ воспользоваться рободоставкой можно при&nbsp;заказе из&nbsp;Лавки в&nbsp;окрестностях улицы Шуртыгина.

Если адрес расположен в&nbsp;зоне работы сервиса и&nbsp;там есть свободный робот, то&nbsp;опция рободоставки отобразится в&nbsp;приложении Лавки или&nbsp;Еды при&nbsp;оформлении заказа.

Доставляют заказы в&nbsp;Казани роботы четвёртого поколения. Именно их&nbsp;мы&nbsp;начали выпускать серийно в&nbsp;прошлом году. Они получили новый лидар, более мощный вычислитель и&nbsp;обновлённую подвеску. Всё&nbsp;это помогает роботам увереннее ориентироваться в&nbsp;городской среде и&nbsp;справляться со&nbsp;сложными участками маршрута.

Больше жителей Казани смогут воспользоваться рободоставкой

Второй квартал стал для&nbsp;рободоставки периодом активного масштабирования. За&nbsp;это время флот роботов превысил 1000&nbsp;единиц. Сейчас доставщики привозят заказы более&nbsp;чем из&nbsp;140 дарксторов Яндекс&nbsp;Лавки и&nbsp;зон Яндекс&nbsp;Еды, а&nbsp;суммарно за&nbsp;квартал доставщики выполнили более 260&nbsp;000&nbsp;доставок.

Вместе с&nbsp;флотом растёт и&nbsp;география рободоставки. Во&nbsp;втором квартале мы&nbsp;запустились в&nbsp;Нижнем Новгороде и&nbsp;четырёх городах Подмосковья&nbsp;&mdash; Одинцове, Химках, Долгопрудном и&nbsp;Люберцах. Зоны работы также расширились в&nbsp;Москве, Санкт&#8209;Петербурге и&nbsp;Казани. Ближайшие новые города&nbsp;&mdash; Воронеж и&nbsp;Тюмень, а&nbsp;до&nbsp;конца года планируем запуски и&nbsp;в&nbsp;других локациях.

Один из&nbsp;ключевых этапов такого масштабирования&nbsp;&mdash; картозапись. Перед&nbsp;запуском в&nbsp;каждой новой локации создаются подробные HD&#8209;карты местности. В&nbsp;дальнейшем они помогают доставщикам передвигаться по&nbsp;городу. Только за&nbsp;второй квартал мы&nbsp;оцифровали 6&nbsp;187 километров дорог, а&nbsp;их&nbsp;общая протяжённость достигла 17&nbsp;637&nbsp;километров.

Доставщиков стало не&nbsp;только больше&nbsp;&mdash; они начали двигаться быстрее и&nbsp;научились лучше понимать окружающую обстановку. Средняя скорость выросла с&nbsp;3,5 до&nbsp;5&nbsp;км/ч&nbsp;&mdash; этому в&nbsp;том числе помог новый ИИ&#8209;планировщик. Нейросеть точнее прогнозирует поведение людей и&nbsp;других участников движения, поэтому робот может аккуратно продолжать путь даже в&nbsp;оживлённых местах.

Флот роботов&#8209;доставщиков превысил 1000&nbsp;единиц: подводим итоги  квартала&nbsp;2026

Москва состоит из&nbsp;множества разных сред внутри одного мегаполиса&nbsp;&mdash; исторический центр не&nbsp;похож на&nbsp;спальный район, а&nbsp;тот, в&nbsp;свою очередь, устроен иначе, чем новая магистральная застройка. У&nbsp;каждой&nbsp;&mdash; своя логика движения, своя плотность, свои правила. Машина, которая уверенно едет по&nbsp;одному району, оказывается в&nbsp;совершенно новых условиях уже&nbsp;в&nbsp;соседнем.

Чтобы показать, с&nbsp;чем реально сталкивается роботакси при&nbsp;подготовке к&nbsp;запуску, мы&nbsp;сняли один непрерывный проезд без&nbsp;монтажа и&nbsp;склеек через&nbsp;четыре района Москвы&nbsp;&mdash; Очаково&#8209;Матвеевское, Хамовники, Ясенево и&nbsp;Марьино. Полное видео и&nbsp;ролик с&nbsp;ключевыми моментами&nbsp;&mdash; ниже.

## Каждый район Москвы&nbsp;&mdash; как отдельный город

Исторический центр, спальные районы 1970&#8209;х, новая магистральная застройка и&nbsp;районы с&nbsp;ограниченным числом выездов&nbsp;&mdash; у&nbsp;каждого из&nbsp;них своя логика движения. Разметка, плотность перекрёстков, поведение пешеходов и&nbsp;то, как устроены развязки,&nbsp;&mdash; всё разное. Система, которая уверенно ведёт машину по&nbsp;широкому проспекту, должна точно так&nbsp;же уверенно чувствовать себя в&nbsp;узком переулке с&nbsp;припаркованными машинами по&nbsp;обеим сторонам.

Исторический центр&nbsp;&mdash; это&nbsp;узкие улицы, набережные с&nbsp;бегунами и&nbsp;велосипедистами прямо у&nbsp;проезжей части, нерегулируемые перекрёстки, где&nbsp;нужно уступать другим участникам. Здесь включается городской режим работы роботакси: он&nbsp;рассчитан именно на&nbsp;короткие дистанции, высокую плотность агентов вокруг машины и&nbsp;непредсказуемое поведение пешеходов и&nbsp;велосипедистов.

Отдельная история&nbsp;&mdash; редкие сценарии. В&nbsp;историческом районе почти каждая ситуация немного нетиповая: то&nbsp;заужение из&#8209;за ремонта, то&nbsp;пешеход выходит не&nbsp;там, где&nbsp;обычно. Мы&nbsp;обучаем модель восприятия не&nbsp;на&nbsp;всех записанных командой поездках, а&nbsp;в&nbsp;первую очередь на&nbsp;тех, где несколько параллельно обученных моделей расходятся во&nbsp;мнениях&nbsp;&mdash; то&nbsp;есть там, где&nbsp;системе действительно сложно. Каждая новая сложная сцена&nbsp;из, например, Хамовников, становится не&nbsp;разовым эпизодом, а&nbsp;полноценным и&nbsp;полезным материалом для&nbsp;обучения модели.

Район Очаково&#8209;Матвеевской кардинально отличается. Новые развязки, дублёры, трафик, который выезжает на&nbsp;магистраль с&nbsp;прилегающих территорий,&nbsp;&mdash; машине нужно видеть и&nbsp;просчитывать ситуацию заранее, а&nbsp;не&nbsp;реагировать в&nbsp;последний момент. Скорость потока здесь тоже другая: на&nbsp;отдельных участках ограничение&nbsp;&mdash; уже 90&nbsp;км/ч вместо привычных в&nbsp;городе&nbsp;60, а&nbsp;значит, и&nbsp;времени на&nbsp;принятие решения меньше. На&nbsp;магистралях дальность восприятия увеличивается до&nbsp;325&nbsp;метров, и&nbsp;радары быстро считывают скорость машин, которые сливаются в&nbsp;общий поток.

Еще один пример&nbsp;&mdash; район Ясенево, который спроектирован в&nbsp;1970&#8209;х как самодостаточный жилой массив: широкие проспекты, но&nbsp;всего одна развязка с&nbsp;МКАД и&nbsp;нетиповая геометрия перекрёстков&nbsp;&mdash; развороты, полукруговые движения, разгонные полосы. Трафик здесь спокойнее, чем в&nbsp;центре, но&nbsp;манёвры отличаются своей геометрией. Такие нестандартные схемы движения мы&nbsp;заранее проигрываем в&nbsp;симуляции, что&nbsp;позволяет не&nbsp;просто отработать манёвр, а&nbsp;понять, что&nbsp;случилось&nbsp;бы, выбери машина другую траекторию.

Совсем другой сценарий можно увидеть в&nbsp;Марьино&nbsp;&mdash; в&nbsp;город ведут всего несколько крупных артерий, поэтому трафик здесь стягивается в&nbsp;плотный поток на&nbsp;немногих направлениях, а&nbsp;внутри района&nbsp;&mdash; круговые движения и&nbsp;много самокатчиков и&nbsp;курьеров. Это&nbsp;снова тот&nbsp;же городской режим, но&nbsp;с&nbsp;акцентом на&nbsp;распознавание&nbsp;&mdash; сигналов, знаков, приоритета в&nbsp;ситуациях, где&nbsp;разметка и&nbsp;знаки могут расходиться в&nbsp;показаниях (в&nbsp;таких случаях знак имеет приоритет).

## Как готовится машина до&nbsp;выезда на&nbsp;маршрут

За&nbsp;четырьмя районами стоит общая инфраструктура подготовки. Сверхточные HD&#8209;карты, симуляции миллионов дорожных ситуаций, сенсорсет и&nbsp;общая модель, обученная на&nbsp;миллионах километров реальных поездок. Каждый новый километр для&nbsp;нас&nbsp;&mdash; это&nbsp;данные, которые улучшают систему для&nbsp;всего флота во&nbsp;всех районах сразу, а&nbsp;не&nbsp;только в&nbsp;том, где&nbsp;был проезд.

## Что в&nbsp;итоге

Этим проездом мы&nbsp;хотим показать лишь один из&nbsp;срезов той работы, которая стоит за&nbsp;уверенной и&nbsp;автономной ездой по&nbsp;городу. Каждый отработанный тип городской среды&nbsp;&mdash; переулки в&nbsp;историческом центре, новые развязки, закрытая планировка спальных районов, концентрированный трафик&nbsp;&mdash; делает технологию точнее и&nbsp;безопаснее не&nbsp;только в&nbsp;конкретном районе, а&nbsp;во&nbsp;всей системе целиком. Накапливая опыт в&nbsp;разных средах, мы&nbsp;повышаем качество роботакси на&nbsp;каждом километре&nbsp;&mdash; в&nbsp;Москве и&nbsp;не&nbsp;только.

Как мы учим роботакси понимать Москву

В&nbsp;больнице даже короткая доставка лекарств или&nbsp;анализов между&nbsp;корпусами отнимает время, которое медперсонал мог&nbsp;бы посвятить пациентам. Часть таких маршрутов в&nbsp;двух московских стационарах взяли на&nbsp;себя роботы&#8209;доставщики Яндекса.

Пилотное тестирование началось в&nbsp;марте 2026&nbsp;года в&nbsp;городской клинической больнице &#8470;&nbsp;1&nbsp;имени Н.&nbsp;И.&nbsp;Пирогова и&nbsp;городской клинической больнице &#8470;&nbsp;15&nbsp;имени О.&nbsp;М.&nbsp;Филатова. За&nbsp;три месяца наши роботы преодолели свыше 2&nbsp;тысяч километров, выполнили более 4,5&nbsp;тысячи доставок и&nbsp;перевезли более 2&nbsp;тонн грузов. Это&nbsp;помогло медицинскому персоналу освободить около 3&nbsp;тысяч рабочих часов и&nbsp;уделять больше времени пациентам.

Роботы курсируют между корпусами и&nbsp;выполняют как регулярные, так и&nbsp;срочные задачи. Чаще всего они доставляют образцы крови в&nbsp;лабораторию&nbsp;&mdash; на&nbsp;такие маршруты пришлась 2851&nbsp;поездка. Ещё 1170&nbsp;доставок были связаны с&nbsp;перевозкой лекарств из&nbsp;больничных аптек в&nbsp;отделения, а&nbsp;569&nbsp;&mdash; с&nbsp;другими маршрутами по&nbsp;территории стационаров.

Специально перестраивать больничную инфраструктуру для&nbsp;роботов не&nbsp;пришлось: они используют существующие дорожки и&nbsp;проезды. Биоматериалы перевозят в&nbsp;термоконтейнерах, а&nbsp;грузовые отсеки роверов регулярно дезинфицируют.

Доставка внутри больничных комплексов стала новым сценарием для&nbsp;роботов Яндекса. Обычно роверы привозят пользователям готовую еду, продукты и&nbsp;повседневные товары, а&nbsp;теперь помогают освободить медиков от&nbsp;части регулярных перемещений между корпусами&nbsp;&mdash; чтобы больше времени оставалось на&nbsp;работу с&nbsp;людьми.

Как роботы помогли московским медикам освободить 3000&nbsp;рабочих часов

Мы&nbsp;завершили первый в&nbsp;России полностью автономный рейс грузовика продолжительностью 700&nbsp;километров&nbsp;&mdash; из&nbsp;Москвы в&nbsp;Санкт&#8209;Петербург по&nbsp;трассе М&#8209;11 &laquo;Нева&raquo;. Тягач с&nbsp;прицепом прошёл весь маршрут самостоятельно: водитель&#8209;испытатель находился в&nbsp;кабине, но&nbsp;не&nbsp;касался руля и&nbsp;педалей.

Мы&nbsp;опубликовали два&nbsp;видео: одно с&nbsp;нарезкой интересных моментов по&nbsp;ходу движения и&nbsp;полную версию без&nbsp;склеек и&nbsp;монтажа&nbsp;&mdash; с&nbsp;ними можно ознакомиться ниже.

На&nbsp;всём протяжении М&#8209;11 система вела грузовик самостоятельно: обгоняла более медленный транспорт, объезжала участки дорожных работ и&nbsp;проходила пункты взимания платы без&nbsp;остановки движения. Единственная остановка на&nbsp;маршруте была плановой&nbsp;&mdash; водитель&#8209;испытатель сделал перерыв по&nbsp;регламенту.

М&#8209;11&nbsp;&mdash; скоростная трасса с&nbsp;плотным потоком, и&nbsp;роботрак двигался на&nbsp;скорости около 90&nbsp;км/ч. На&nbsp;такой скорости манёвр требует точного расчёта: наша ИИ&#8209;модель анализирует скорость и&nbsp;траектории окружающих машин, прогнозирует их&nbsp;поведение и&nbsp;выбирает момент для&nbsp;перестроения с&nbsp;учётом тормозного пути гружёного тягача, он&nbsp;значительно длиннее, чем у&nbsp;легкового автомобиля.

Восемь часов дороги подтвердили простую вещь: система одинаково уверенно работает и&nbsp;на&nbsp;коротком тестовом участке, и&nbsp;на&nbsp;протяжённой федеральной трассе с&nbsp;реальным трафиком. Для&nbsp;нас это не&nbsp;просто рекорд, а&nbsp;проверка на&nbsp;масштаб, и&nbsp;мы&nbsp;намерены наращивать число таких рейсов в&nbsp;будущем, увеличивая как количество тягачей, так и&nbsp;расстояние, которое они могут преодолеть.

Наш Автономный грузовик проехал 700&nbsp;километров из&nbsp;Москвы в&nbsp;Санкт&#8209;Петербург

В&nbsp;ноябре прошлого года роботы Яндекса впервые появились в&nbsp;Санкт&#8209;Петербурге&nbsp;&mdash; тогда они начали доставлять заказы жителям Приморского района. С&nbsp;тех пор мы&nbsp;значительно расширили зоны рободоставки, и&nbsp;сегодня заказать робота могут жители уже четырёх районов города. Собрали в&nbsp;этом посте все локации

* __В&nbsp;Калининском районе__ рободоставка доступна при&nbsp;заказах из&nbsp;четырёх дарксторов Яндекс&nbsp;Лавки&nbsp;&mdash; в&nbsp;окрестностях проспекта Просвещения, улицы Вавиловых, Тихорецкого проспекта и&nbsp;проспекта Маршала Блюхера.  
&nbsp;  
&nbsp;

* __В&nbsp;Красногвардейском районе__ к&nbsp;сервису подключены дарксторы на&nbsp;Большой Пороховской улице, Индустриальном проспекте и&nbsp;проспекте Ударников.  
&nbsp;  
&nbsp;

* __Во&nbsp;Фрунзенском районе__ роботы доставляют продукты, готовую еду и&nbsp;другие повседневные товары из&nbsp;четырёх дарксторов Лавки&nbsp;&mdash; в&nbsp;окрестностях Белградской, Будапештской и&nbsp;Бухарестской улиц, а&nbsp;также в&nbsp;районе улицы Белы&nbsp;Куна.  
&nbsp;  
&nbsp;

* __В&nbsp;Приморском районе__ воспользоваться рободоставкой можно в&nbsp;районе Набережной реки Каменки, Комендантского проспекта, улиц Королева, Парашютной, Долгоозёрной, Плесецкой и&nbsp;по&nbsp;обе стороны улицы Оптиков

Во&nbsp;всех районах работают роботы четвёртого поколения&nbsp;&mdash; именно их&nbsp;мы&nbsp;начали выпускать серийно в&nbsp;прошлом году. Они получили новый лидар, более мощный вычислитель и&nbsp;обновлённую подвеску, благодаря чему увереннее ориентируются в&nbsp;городской среде и&nbsp;лучше справляются со&nbsp;сложными участками маршрута.

Продолжаем расширять зоны рободоставки в&nbsp;Санкт&#8209;Петербурге

Мы&nbsp;продолжаем расширять географию рободоставки. На&nbsp;очереди Красногорск&nbsp;&mdash; один из&nbsp;крупнейших городов Подмосковья. Часть заказов из&nbsp;Яндекс&nbsp;Лавки здесь теперь можно получить с&nbsp;помощью нашего робота.

Возить заказы будут роверы четвёртого поколения&nbsp;&mdash; самая свежая версия наших роботов&#8209;доставщиков. Каждый умещает в&nbsp;грузовой отсек до&nbsp;25&nbsp;килограммов и&nbsp;способен проработать на&nbsp;одной зарядке до&nbsp;10&nbsp;часов.

Роверы будут работать сразу в&nbsp;двух районах города. Первый&nbsp;&mdash; Павшинская Пойма, микрорайон с&nbsp;видом на&nbsp;Москву&#8209;реку и&nbsp;пешеходным мостом прямо до&nbsp;метро &laquo;Мякинино&raquo;. Здесь мы&nbsp;открываем сразу три&nbsp;даркстора&nbsp;&mdash; на&nbsp;Павшинском бульваре, Красногорском бульваре и&nbsp;улице Липовой Рощи. Второй район (который мы&nbsp;запустим чуть позже)&nbsp;&mdash; более старая, обжитая часть города в&nbsp;районе Пятницкой улицы и&nbsp;улицы Жуковского, где&nbsp;заработают ещё&nbsp;два&nbsp;даркстора.

На&nbsp;каждой локации одновременно будет работать до&nbsp;пяти роверов. Дальше&nbsp;&mdash; больше адресов и&nbsp;больше городов Подмосковья, следите за&nbsp;новостями!

Рободоставка приезжает в&nbsp;Красногорск

Автономный тягач Яндекса получил новую работу. Раньше он&nbsp;возил грузы только по&nbsp;трассам, а&nbsp;теперь заехал на&nbsp;территорию распределительного центра &laquo;Спортмастера&raquo; в&nbsp;Подмосковье и&nbsp;начал перевозить грузы между контейнерной площадкой и&nbsp;складами.


Площадь распределительного центра&nbsp;&mdash; около 470&nbsp;000 квадратных метров. Товары приходят в&nbsp;контейнерах и&nbsp;сгружаются на&nbsp;отдельную площадку, а&nbsp;дальше их&nbsp;нужно развезти по&nbsp;складам: в&nbsp;конкретное здание, к&nbsp;конкретным воротам. Раньше эту&nbsp;работу целиком выполняли водители. Теперь часть рейсов взял на&nbsp;себя роботрак, а&nbsp;для&nbsp;перевозки контейнеров впервые используется новый для&nbsp;автономного тягача&nbsp;Яндекса тип полуприцепа&nbsp;&mdash; контейнерный.

На&nbsp;трассе главная задача системы&nbsp;&mdash; держать скорость и&nbsp;дистанцию в&nbsp;потоке. На&nbsp;закрытой территории всё&nbsp;иначе. Грузовику приходится постоянно маневрировать, ехать задним ходом, чтобы точно попасть в&nbsp;ворота склада, и&nbsp;одновременно следить, что&nbsp;происходит с&nbsp;полуприцепом. Рядом работает погрузочная техника, и&nbsp;с&nbsp;ней тоже нужно взаимодействовать: пропустить, объехать, скоординироваться. Для&nbsp;системы это&nbsp;набор совсем новых сценариев, и&nbsp;каждый такой рейс&nbsp;&mdash; данные, на&nbsp;которых дообучается модель, лежащая в&nbsp;основе автономного вождения.

Сейчас роботрак выполняет на&nbsp;территории&nbsp;РЦ в&nbsp;среднем 22&nbsp;рейса в&nbsp;день. Важный момент: &laquo;Спортмастеру&raquo; не&nbsp;пришлось ничего перестраивать под&nbsp;автономный транспорт&nbsp;&mdash; ни&nbsp;менять инфраструктуру склада, ни&nbsp;перекраивать логистику. Грузовик просто встроился в&nbsp;процессы, которые уже были.


Закрытые территории&nbsp;&mdash; это&nbsp;следующий шаг после&nbsp;трассы. Пока роботраки Яндекса выполняют коммерческие рейсы по&nbsp;М&#8209;4 для&nbsp;Яндекс&nbsp;Маркета и&nbsp;&laquo;Магнита&raquo;, а&nbsp;теперь параллельно с&nbsp;магистральными перевозками система учится работать и&nbsp;внутри распределительных центров. Для&nbsp;крупных&nbsp;РЦ и&nbsp;промышленных площадок это&nbsp;как&nbsp;раз тот сценарий, где&nbsp;автоматизация логистики будет расти в&nbsp;первую очередь.

Роботрак начал работать на&nbsp;закрытой территории &laquo;Спортмастера&raquo;

Роботы-доставщики Яндекса теперь и&nbsp;в&nbsp;Нижнем Новгороде! Это уже наш четвёртый город&#8209;миллионник, после&nbsp;Москвы, Питера и&nbsp;Казани. Сервис работает в&nbsp;Сормовском, Канавинском и&nbsp;Московском районах: роботы привозят продукты, готовую еду и&nbsp;другие повседневные товары из&nbsp;дарксторов Яндекс&nbsp;Лавки. Постепенно зона доставки будет расширяться, а&nbsp;роботы начнут доставлять заказы из&nbsp;Еды.


В&nbsp;Нижний Новгород приехали роботы четвёртого поколения. Именно их&nbsp;мы&nbsp;начали выпускать серийно в&nbsp;прошлом году. У&nbsp;них более мощный вычислитель и&nbsp;обновлённая подвеска. Всё это помогает увереннее передвигаться по&nbsp;городу&nbsp;&mdash; видеть дальше, точнее оценивать дорожную обстановку и&nbsp;легче справляться со&nbsp;сложными участками маршрута.


Чтобы безопасно ездить по&nbsp;улицам города, робот одновременно использует несколько типов сенсоров. Лидар помогает видеть окружающее пространство и&nbsp;определять расстояние до&nbsp;объектов. Камеры распознают дорожные знаки и&nbsp;сигналы светофора. Ультразвуковые датчики страхуют на&nbsp;близкой дистанции&nbsp;&mdash; если перед&nbsp;роботом неожиданно появляется препятствие. А&nbsp;если возникает нестандартная ситуация, к&nbsp;роботу мгновенно подключается удалённый оператор.

Роботы добрались до&nbsp;Нижнего Новгорода

Мы&nbsp;расширили географию рободоставки в&nbsp;Москве&nbsp;&mdash; теперь роверы привозят продукты и&nbsp;готовую еду жителям ещё 31&nbsp;района столицы. Всего сервис доступен уже в&nbsp;51&nbsp;районе.

Вот они все&nbsp;&mdash; от&nbsp;А до&nbsp;Я:

__Академический, Арбат, Аэропорт, Бабушкинский, Бескудниковский, Братеево, Внуково, Гагаринский, Гольяново, Даниловский, Донской, Дорогомилово, Замоскворечье, Западное Дегунино, Коммунарка, Коньково, Коптево, Красносельский, Крылатское, Ломоносовский, Люблино, Марьина Роща, Марьино, Мещанский, Можайский, Новогиреево, Обручевский, Останкинский, Очаково&#8209;Матвеевское, Перово, Пресненский, Проспект Вернадского, Раменки, Савёловский, Северное Бутово, Северное Измайлово, Северное Медведково, Солнцево, Таганский, Тверской, Текстильщики, Тёплый Стан, Тропарёво&#8209;Никулино, Фили&#8209;Давыдково, Хамовники, Хорошёво&#8209;Мнёвники, Хорошёвский, Черёмушки, Южное Бутово, Якиманка и&nbsp;Ясенево.__

Для&nbsp;жителей новых районов всё работает привычно: если указанный адрес находится в&nbsp;зоне работы сервиса и&nbsp;поблизости есть свободный робот, то&nbsp;выбрать такую опцию можно при&nbsp;оформлении заказа в&nbsp;приложении Яндекс&nbsp;Лавки или Яндекс&nbsp;Еды.

Во&nbsp;все новые районы отправились роботы четвёртого поколения. Строить траекторию движения им&nbsp;помогает ИИ&#8209;планировщик: нейросеть точнее прогнозирует поведение людей и&nbsp;других участников движения, поэтому робот лучше справляется с&nbsp;новыми ситуациями. Это&nbsp;делает поездки безопаснее и&nbsp;сокращает время в&nbsp;пути&nbsp;&mdash; тесты показали, что с&nbsp;нейросетевым планировщиком роверы доставляют заказы в&nbsp;среднем на&nbsp;10% быстрее.

Роботы доставляют заказы уже&nbsp;в&nbsp;51&nbsp;районе Москвы

В&nbsp;городе роботу непрерывно приходится принимать десятки решений. Как объехать человека? Стоит&nbsp;ли двигаться дальше или&nbsp;лучше замедлиться? Раньше такие решения принимал алгоритм, который работал по&nbsp;заранее заданным правилам. Это надежный подход, но&nbsp;в&nbsp;неоднозначных ситуациях робот чаще выбирал консервативную стратегию&nbsp;&mdash; остановиться и&nbsp;переждать.

Теперь роботы получили большое обновление&nbsp;&mdash; за&nbsp;построение траектории движения отвечает ИИ&#8209;планировщик. Он&nbsp;разработан в&nbsp;Яндексе на&nbsp;базе нейронной сети с&nbsp;архитектурой трансформера. Такой планировщик лучше прогнозирует, как будет развиваться ситуация вокруг, поэтому робот может продолжать безопасное движение даже в&nbsp;оживленных местах, не&nbsp;создавая помех окружающим.

Тесты показали, что с&nbsp;ИИ&#8209;планировщиком роботы доставляют заказы в&nbsp;среднем на&nbsp;10% быстрее. Чтобы разницу было проще увидеть, мы&nbsp;записали на&nbsp;видео один и&nbsp;тот&nbsp;же маршрут для&nbsp;двух роботов: один движется с&nbsp;алгоритмическим планировщиком, второй&nbsp;&mdash; с&nbsp;нейросетевым. Хорошо видно, что с&nbsp;ИИ помогает роботу двигаться более плавно и&nbsp;уверенно.

Сегодня ИИ-планировщик уже используют все наши роботы. Но&nbsp;он&nbsp;не&nbsp;заменил прежний алгоритм полностью&nbsp;&mdash; два планировщика работают параллельно и&nbsp;страхуют друг друга. Каждый предлагает свой вариант траектории, а&nbsp;затем из&nbsp;них выбирается оптимальный&nbsp;&mdash; это повышает безопасность движения. Сейчас нейросеть отвечает за&nbsp;движение робота в&nbsp;среднем на&nbsp;протяжении&nbsp;80% поездки.


Еще один интересный момент&nbsp;&mdash; как мы&nbsp;обучали планировщик. Для&nbsp;этого используют симулятор, в&nbsp;котором можно проиграть бесконечное количество дорожных ситуаций. Общая продолжительность виртуальных поездок уже превысила 4000&nbsp;лет. Если перевести это в&nbsp;привычный масштаб, получается, что обучение началось&nbsp;бы еще во&nbsp;времена Древней Месопотамии.

Кстати, если вы&nbsp;недавно встречали робота на&nbsp;улице и&nbsp;услышали мягкий звуковой сигнал&nbsp;&mdash; это тоже часть обновления. Он&nbsp;помогает повысить безопасность и&nbsp;аккуратно сообщить, что рядом находится робот. Это не&nbsp;требование уступить дорогу&nbsp;&mdash; доставщики не&nbsp;сигналят непрерывно, но&nbsp;такое звуковое оповещение помогает сделать их&nbsp;более заметным для&nbsp;окружающих.

Роботы-доставщики Яндекса будут быстрее ориентироваться в&nbsp;городском трафике благодаря&nbsp;ИИ

Наши роботы становятся все&nbsp;более привычной частью города&nbsp;&mdash; привозят еду и&nbsp;продукты. Но&nbsp;мы&nbsp;пошли дальше и&nbsp;совместно с&nbsp;Департаментом здравоохранения Москвы нашли для&nbsp;них новую &laquo;работу&raquo;.


Теперь роботы Яндекса работают в&nbsp;московских больницах.


Пока это пилот в&nbsp;двух крупных медицинских комплексах&nbsp;&mdash; в&nbsp;Городской клинической больнице &#8470;&nbsp;1&nbsp;имени Н.&nbsp;И.&nbsp;Пирогова и&nbsp;Городской клинической больнице &#8470;&nbsp;15&nbsp;имени О.&nbsp;М.&nbsp;Филатова. Роботы перевозят между корпусами лекарства, расходные материалы и&nbsp;биоматериалы для&nbsp;исследований. Например, несколько раз в&nbsp;день отвозят пробирки с&nbsp;кровью в&nbsp;лабораторию или&nbsp;могут срочно доставить лекарства из&nbsp;больничной аптеки прямо в&nbsp;отделение. Медперсоналу не&nbsp;нужно тратить время на&nbsp;то, чтобы несколько раз в&nbsp;день идти через&nbsp;территорию больницы за&nbsp;препаратами или&nbsp;относить материалы в&nbsp;другой корпус,&nbsp;&mdash; это&nbsp;время можно посвятить пациентам.

При этом для запуска не&nbsp;потребовалось создавать специальную инфраструктуру. Роботы пользуются уже существующими дорожками и&nbsp;проездами на&nbsp;территории больницы. Для&nbsp;грузов, которым важно соблюдать температурный режим, используют термокороба, а&nbsp;отсек робота регулярно проходит дезинфекцию.


Мы&nbsp;продолжим исследовать новые сценарии применения роботов. Кажется, будущее автономной доставки&nbsp;&mdash; это не&nbsp;только &laquo;привезти ужин&raquo;, но&nbsp;и&nbsp;освобождать людей от&nbsp;рутинных задач там, где&nbsp;каждая минута действительно имеет значение.

Роботы-доставщики Яндекса начали работать в&nbsp;московских больницах

Рободоставка Яндекса заработала сразу в&nbsp;четырёх городах Подмосковья&nbsp;&mdash; Химках, Люберцах, Одинцове и&nbsp;Долгопрудном. Теперь жители этих городов могут получать продукты, готовую еду и&nbsp;другие повседневные товары из&nbsp;Яндекс&nbsp;Лавки с&nbsp;помощью роботов&#8209;доставщиков. А&nbsp;позднее к&nbsp;ним добавятся Яндекс&nbsp;Еда и&nbsp;Доставка.


На&nbsp;старте сервис доступен в&nbsp;отдельных районах каждого города. В&nbsp;Одинцове роботы доставляют заказы из&nbsp;дарксторов на&nbsp;улицах Говорова и&nbsp;Маковского, в&nbsp;Долгопрудном&nbsp;&mdash; в&nbsp;районе проспекта Пацаева, в&nbsp;Люберцах&nbsp;&mdash; в&nbsp;окрестностях Комсомольского проспекта. В&nbsp;Химках роботы работают сразу с&nbsp;тремя дарксторами&nbsp;&mdash; на&nbsp;Юбилейном проспекте, а&nbsp;также на&nbsp;улицах Кудрявцева и&nbsp;Академика Грушина. До&nbsp;конца года мы&nbsp;планируем расширить зоны доставки во&nbsp;всех четырёх городах.


В&nbsp;Подмосковье будут работать роботы четвёртого поколения: это&nbsp;первые роботы Яндекса, которые выпускаются серийно. Они стали увереннее преодолевать сложные участки маршрута, точнее воспринимают окружающую обстановку. До&nbsp;конца 2027&nbsp;года мы&nbsp;планируем выпустить 20&nbsp;тысяч таких роботов.

Роботы-доставщики Яндекса появились в&nbsp;Подмосковье

До&nbsp;конца лета роботы Яндекса появятся ещё в&nbsp;двух городах: прямо сейчас готовимся к&nbsp;запуску в&nbsp;Воронеже и&nbsp;в&nbsp;Тюмени (встречай, Сибирь!). Это&nbsp;значит, что скоро мы&nbsp;достигнем отметки в&nbsp;шесть городов&#8209;миллионников. И&nbsp;это не&nbsp;финальная точка: до&nbsp;конца года Яндекс планирует запустить роботов ещё в&nbsp;ряде городов.


Этот год уже стал самым динамичным с&nbsp;точки зрения масштабирования рободоставки. С&nbsp;января мы&nbsp;подключили уже больше 100&nbsp;дарксторов Яндекс Лавки и&nbsp;зон доставки Яндекс&nbsp;Еды. До&nbsp;конца лета рассчитываем увеличить общее количество зон с&nbsp;рободоставкой ещё примерно втрое&nbsp;&mdash; за&nbsp;счёт новых городов и&nbsp;расширения там, где&nbsp;роботы уже работают.

Подготовка к&nbsp;запуску начинается задолго до&nbsp;первой доставки. Сейчас по&nbsp;улицам Воронежа и&nbsp;Тюмени уже ездят роботы&#8209;картографы. Внешне они почти не&nbsp;отличаются от&nbsp;обычных доставщиков, но&nbsp;роль у&nbsp;них другая&nbsp;&mdash; они собирают данные для сверхточной трёхмерной карты города. Именно по&nbsp;ней роботы&#8209;доставщики потом смогут уверенно ориентироваться на&nbsp;маршруте&nbsp;&mdash; днём и&nbsp;ночью, летом и&nbsp;зимой.


В&nbsp;новых городах будут работать роботы четвёртого поколения. Их&nbsp;мы&nbsp;начали выпускать серийно в&nbsp;прошлом году. Сегодня флот насчитывает уже около 500&nbsp;таких роботов, а&nbsp;до&nbsp;конца 2027&nbsp;года мы&nbsp;планируем увеличить его до&nbsp;20&nbsp;тысяч. Серийное производство позволяет быстрее запускать рободоставку в&nbsp;новых городах и&nbsp;постепенно снижать её&nbsp;стоимость. Поэтому сейчас мы&nbsp;можем масштабировать сервис значительно быстрее, чем&nbsp;раньше.

Роботы Яндекса доедут ещё до&nbsp;двух миллионников: готовимся к&nbsp;запуску в&nbsp;Воронеже и&nbsp;Тюмени

Наши роботы преодолели важную отметку&nbsp;&mdash; выполнили более 1&nbsp;миллиона успешных доставок. За&nbsp;это время они прошли путь от&nbsp;первого прототипа до&nbsp;серийного производства. А&nbsp;еще проехали свыше 2&nbsp;миллионов километров по&nbsp;улицам Москвы, Санкт-Петербурга, Казани, Мурино и&nbsp;Иннополиса.

Подробнее о&nbsp;том, как менялись наши роботы и&nbsp;развивалась рободоставка: [https://autonomy.yandex.ru/million-orders](https://autonomy.yandex.ru/million-orders)

Что дальше? Мы&nbsp;продолжим расширять географию рободоставки. В&nbsp;ближайшие месяцы она появится в&nbsp;Нижнем Новгороде, а&nbsp;также в&nbsp;городах Подмосковья&nbsp;&mdash; Химках, Люберцах, Одинцово и&nbsp;Долгопрудном. В&nbsp;Казани сервис станет доступен ещё в&nbsp;двух районах&nbsp;&mdash; Ново&#8209;Савиновском и&nbsp;Советском. Сначала роботы будут привозить заказы из&nbsp;Яндекс&nbsp;Лавки, а&nbsp;позже к&nbsp;ним добавятся Яндекс&nbsp;Еда и&nbsp;Яндекс&nbsp;Доставка.

Перед запуском по&nbsp;новым районам уже ездят специальные роботы&#8209;картографы. Внешне они почти не&nbsp;отличаются от&nbsp;обычных доставщиков, но&nbsp;их&nbsp;задача другая&nbsp;&mdash; создать сверхточную карту местности. Благодаря ей&nbsp;роботы смогут уверенно ориентироваться в&nbsp;городе, объезжать препятствия и&nbsp;выполнять доставки в&nbsp;любое время суток и&nbsp;практически в&nbsp;любую погоду.

Во&nbsp;всех новых локациях будут работать роботы новейшего четвёртого поколения. Их&nbsp;мы&nbsp;представили осенью 2025&nbsp;года, и&nbsp;это первые роботы Яндекса, которые выпускаются серийно. Они получили улучшенный лидар, стали увереннее преодолевать сложные участки маршрута, при&nbsp;этом конструкция стала проще и&nbsp;дешевле в&nbsp;производстве. До&nbsp;конца 2027&nbsp;года мы&nbsp;планируем выпустить 20&nbsp;тысяч таких роботов. Именно они будут работать во&nbsp;всех новых городах, а&nbsp;со&nbsp;временем постепенно заменят роботов предыдущих поколений там, где сервис уже запущен.

Роботы Яндекса выполнили более миллиона доставок и&nbsp;скоро появятся ещё в&nbsp;пяти городах

Яндекс разрабатывает лидары и&nbsp;камеру для собственной системы беспилотного управления. Первые беспилотные автомобили, оборудованные новыми сенсорами, уже проходят испытания. Новыми устройствами будут также оснащаться автономные роботы-доставщики Яндекс.Роверы.

У&nbsp;беспилотного автомобиля три основных вида сенсоров: камеры, радары и&nbsp;лидары. Сочетание данных с&nbsp;этих сенсоров даёт наиболее подробную информацию об&nbsp;окружающем мире. Радар может обнаружить объект на&nbsp;расстоянии до&nbsp;300 метров и&nbsp;определить его скорость, но&nbsp;точность данных недостаточна для распознавания типа этого объекта. Камера позволяет подробно рассмотреть окружающие предметы и&nbsp;не&nbsp;только определить тип объекта, но&nbsp;и&nbsp;узнать такие детали, как надпись на&nbsp;дорожном знаке или сигнал светофора. Лидар сканирует пространство с&nbsp;помощью лазерных лучей, которые отражаются от&nbsp;объектов и&nbsp;создают трёхмерную картину окружающей среды. В&nbsp;отличие от&nbsp;камер, лидар не&nbsp;зависит от&nbsp;условий освещения, а&nbsp;также даёт гораздо больше информации об&nbsp;объекте, чем радар. Лидар&nbsp;&mdash; самый важный и&nbsp;самый дорогой сенсор для беспилотных автомобилей.

Яндекс работает сразу над двумя типами лидаров. Первый&nbsp;&mdash; лидар с&nbsp;обзором 360&nbsp;градусов, собирающий информацию об&nbsp;объектах вокруг беспилотного автомобиля. Второй&nbsp;&mdash; твердотельный лидар с&nbsp;углом обзора 120&nbsp;градусов, который можно использовать для получения более детальных данных об&nbsp;объектах перед автомобилем.

Благодаря полной интеграции лидаров в&nbsp;систему беспилотного управления, параметры сканирования могут изменяться на&nbsp;ходу&nbsp;&mdash; в&nbsp;зависимости от&nbsp;дорожных сценариев и&nbsp;погодных условий. Например, можно сфокусироваться на&nbsp;отдельном объекте и&nbsp;издалека распознать, пешеход это или велосипедист, получив высокоточную картинку даже на&nbsp;расстоянии 200&nbsp;метров. Возможность детально настраивать параметры лидара особенно пригодится для езды в&nbsp;плотном городском трафике с&nbsp;большим количеством разных участников движения.

 &laquo;Лидары сторонних производителей анализируют и&nbsp;фильтруют данные на&nbsp;этапе сбора. Используя собственные лидары, мы&nbsp;получаем больше информации благодаря доступу к&nbsp;&bdquo;сырым данным&ldquo;, не&nbsp;прошедшим эту первичную обработку. Мы&nbsp;можем сами анализировать&nbsp;их, синхронизировать с&nbsp;данными с&nbsp;других сенсоров и&nbsp;лучше распознавать окружающие объекты. К&nbsp;тому&nbsp;же цены текущих прототипов уже вдвое ниже рыночной стоимости устройств, используемых для аналогичных задач. При переходе к&nbsp;массовому производству они станут ещё ниже и&nbsp;позволят нам сэкономить до&nbsp;75% на&nbsp;стоимости сенсоров&raquo;,&nbsp;&mdash; говорит Дмитрий Полищук, руководитель направления беспилотных автомобилей Яндекса.

Помимо лидаров, Яндекс тестирует также собственную камеру. Благодаря широкому динамическому диапазону, она одинаково хорошо видит ярко освещённые и&nbsp;затенённые объекты в&nbsp;одном кадре, а&nbsp;также быстро адаптируется при резкой смене освещения&nbsp;&mdash; например, при въезде в&nbsp;туннель или выезде с&nbsp;подземной парковки. Специальный тип матрицы позволяет лучше распознавать мерцающие светодиодные огни других автомобилей и&nbsp;светофоров. Кроме того, камера создаётся специально для использования на&nbsp;беспилотном автомобиле и&nbsp;способна стабильно работать в&nbsp;условиях агрессивной внешней среды.

Яндекс начал тестировать свои&nbsp;лидары для&nbsp;беспилотных автомобилей

Яндекс начал тестировать робота для перевозки небольших грузов. Это автономный аппарат высотой около полуметра, способный ездить по&nbsp;городским тротуарам со&nbsp;скоростью пешехода. За&nbsp;сходство с&nbsp;луноходом робот получил название Яндекс.Ровер.

Первые несколько роботов уже пробуют себя в&nbsp;деле. Они возят документы от&nbsp;дверей штаб-квартиры Яндекса до&nbsp;автобуса, который доставляет их&nbsp;в&nbsp;другие офисы компании в&nbsp;Москве. Робот передвигается совершенно самостоятельно, но&nbsp;на&nbsp;этапе испытаний за&nbsp;ним дистанционно присматривает оператор. Ровер умеет распознавать объекты вокруг, планировать маршрут, объезжать препятствия, пропускать пешеходов и&nbsp;животных, а&nbsp;благодаря лидару может делать всё это даже в&nbsp;темноте.

&laquo;При создании Ровера мы&nbsp;использовали наши наработки в&nbsp;области беспилотного управления,&nbsp;&mdash; говорит Дмитрий Полищук, руководитель направления беспилотных автомобилей в&nbsp;Яндексе. &mdash;&nbsp;Мы&nbsp;адаптировали существующие технологии для новых задач и&nbsp;новой системы с&nbsp;другим набором сенсоров, так что разработка заняла меньше времени, чем если&nbsp;бы мы&nbsp;делали всё с&nbsp;нуля. Я&nbsp;уверен, что уже в&nbsp;ближайшем будущем подобные роботы найдут множество применений. Например, они могут стать незаменимыми для этапа &bdquo;последней мили&ldquo; в&nbsp;логистике&raquo;.

В&nbsp;будущем Ровер может органично вписаться в&nbsp;экосистему Яндекса. Например, его можно использовать в&nbsp;Яндекс.Еде и&nbsp;Яндекс.Лавке, для доставки товаров из&nbsp;интернет-магазина Беру или в&nbsp;складской логистике. После завершения испытаний Яндекс рассмотрит возможность предложить робота другим компаниям.

Яндекс начинает испытания самоуправляемого робота-доставщика

Яндекс опубликовал набор данных беспилотных автомобилей для исследований в&nbsp;области машинного обучения и&nbsp;автономного транспорта. Это самый большой в&nbsp;мире массив данных такого типа в&nbsp;открытом доступе: он&nbsp;содержит более 1600 часов движения, разбитых на&nbsp;600&nbsp;000 размеченных фрагментов поездок на&nbsp;дорогах России, Израиля и&nbsp;США&nbsp;&mdash; в&nbsp;хорошую погоду, в&nbsp;снег и&nbsp;в&nbsp;дождь.

Датасет опубликовали для конкурса Shifts Challenge, который Яндекс проведёт в&nbsp;рамках международной конференции NeurIPS 2021 совместно с&nbsp;учёными из&nbsp;Оксфорда и&nbsp;Кембриджа. Задача конкурса&nbsp;&mdash; привлечь внимание к&nbsp;проблеме &laquo;сдвига данных&raquo; в&nbsp;машинном обучении.

Сдвиг данных возможен везде, где модели машинного обучения сталкиваются с&nbsp;неопределённостью&nbsp;&mdash; незнакомыми ситуациями и&nbsp;неизвестными данными. Для Shifts Challenge Яндекс выбрал три области: предсказание траектории движения транспорта и&nbsp;пешеходов на&nbsp;дороге, прогнозирование погоды и&nbsp;машинный перевод текстов. Участники конкурса должны будут создать устойчивые к&nbsp;сдвигу модели. Например, такую модель машинного перевода, которая обучалась на&nbsp;художественной литературе, но&nbsp;может качественно переводить и&nbsp;твиттер-посты, и&nbsp;ролики на&nbsp;YouTube.

Конкурс позволит не&nbsp;только привлечь внимание к&nbsp;проблеме сдвига, но&nbsp;и&nbsp;даст учёным доступ к&nbsp;уникальным данным, позволяющим оценить качество работы моделей машинного обучения в&nbsp;реальном мире. Для конкурса исследователи Яндекса вместе с&nbsp;командами Яндекс.Погоды, Яндекс.Переводчика и&nbsp;беспилотных технологий предоставили данные сервисов, решающих практические задачи и&nbsp;часто сталкивающихся со&nbsp;сдвигом. Такие разнородные данные помогут ускорить разработку алгоритмов, способных адаптироваться к&nbsp;новым условиям быстрее и&nbsp;лучше сегодняшних.

Все данные обезличены. Так, датасет по&nbsp;беспилотным автомобилям содержит высокоточные карты маршрутов и&nbsp;треки всех окружающих машин и&nbsp;пешеходов (их&nbsp;положение, скорость, ускорение и&nbsp;пр.), но&nbsp;не&nbsp;использует видео, где могли&nbsp;бы быть видны номера машин или лица прохожих. Исследователи должны будут обучить алгоритмы на&nbsp;предоставленных данных, а&nbsp;затем проверить качество их&nbsp;работы в&nbsp;условиях сдвига. Создатели алгоритмов, которые покажут лучшее качество, получат денежные призы.

Яндекс открыл крупнейший набор данных беспилотных автомобилей

Яндекс показал новое поколение своих беспилотных автомобилей, созданное в&nbsp;тесном сотрудничестве с&nbsp;компанией Hyundai Mobis. Это первое поколение, разработанное совместно с&nbsp;автомобильной компанией. Первые беспилотные Hyundai Sonata уже приступили к&nbsp;тестированию&nbsp;&mdash; с&nbsp;марта их&nbsp;можно встретить на&nbsp;улицах Москвы. В&nbsp;рамках сотрудничества до&nbsp;конца 2020 года флот Яндекса пополнит сотня таких автомобилей. Помимо тестирования в&nbsp;Москве, часть из&nbsp;них будет использоваться в&nbsp;сервисе беспилотных такси в&nbsp;Иннополисе, а&nbsp;часть также присоединится к&nbsp;флоту компании в&nbsp;США.

Новая беспилотная Hyundai Sonata&nbsp;&mdash; результат совместной работы инженеров Mobis и&nbsp;Яндекса. Электронные блоки управления автомобиля были доработаны Mobis для более эффективного взаимодействия с&nbsp;технологией беспилотного управления Яндекса. Изначально созданные для использования в&nbsp;машине под управлением человека, они были модифицированы с&nbsp;учётом задач и&nbsp;особенностей автономного вождения.

Инженеры Яндекса, в&nbsp;свою очередь, значительно усовершенствовали набор сенсоров. Камер стало больше, появились камеры с&nbsp;разным фокусным расстоянием. Радары теперь расположены на&nbsp;крыше и&nbsp;позволяют системе различать ещё больше машин впереди и&nbsp;за&nbsp;автомобилем. Лидары на&nbsp;передних крыльях могут ещё лучше &laquo;видеть&raquo; пешеходов и&nbsp;транспорт в&nbsp;условиях ограниченного бокового обзора&nbsp;&mdash; например, при выезде из&nbsp;двора на&nbsp;улицу, по&nbsp;сторонам которой припаркованы другие машины. Благодаря новому расположению сенсоров разные объекты дорожной сцены вокруг автомобиля определяются одновременно большим числом датчиков. Это позволяет системе получать максимально подробную и&nbsp;надёжную информацию о&nbsp;других участниках движения в&nbsp;самых разных условиях.

Яндекс представил четвёртое поколение своих беспилотных автомобилей

Яндекс начал использовать в&nbsp;своём автономном транспорте нейросеть-трансформер. Она отвечает за&nbsp;планирование траектории движения автомобилей. Нейросеть обучена на&nbsp;данных о&nbsp;действиях высококлассных водителей. Внедрение трансформера позволит автономным автомобилям максимально гибко реагировать на&nbsp;разные дорожные ситуации и&nbsp;сделает их&nbsp;манеру вождения более &laquo;человечной&raquo;&nbsp;&mdash; приближенной к&nbsp;тому, как водят профессионалы.

Чтобы получить данные для обучения трансформера, Яндекс собрал команду высококлассных водителей. Все они прошли строгий отбор, чтобы подтвердить свои навыки, и&nbsp;освоили курс контраварийного вождения. Задача водителей&nbsp;&mdash; перемещаться по&nbsp;городу и&nbsp;за&nbsp;его пределами, управляя машиной вручную. При этом в&nbsp;каждом автомобиле установлено большое количество сенсоров, которые фиксируют действия водителя и&nbsp;всё, что происходит на&nbsp;дороге. На&nbsp;основе этих данных сформировали датасет для обучения модели.

В&nbsp;ходе обучения нейросеть знакомится с&nbsp;широким спектром дорожных ситуаций и&nbsp;реакциями на&nbsp;них со&nbsp;стороны водителей. Обобщая эти знания, она учится реагировать на&nbsp;ситуации, которые пока не&nbsp;возникали в&nbsp;жизни, но&nbsp;могут возникнуть гипотетически.

Яндекс уже использует новый планировщик в&nbsp;поездках по&nbsp;городу и&nbsp;в&nbsp;симуляторе&nbsp;&mdash; программе, которая имитирует условия реального мира. В&nbsp;симуляторе можно проверить, как автономный автомобиль справляется с&nbsp;разнообразными ситуациями, включая редкие&nbsp;&mdash; скажем, появление лося на&nbsp;дороге. Тестирование показывает, что нейросетевой планировщик всё чаще выходит из&nbsp;сложных положений гораздо лучше, чем алгоритмический планировщик. Например, там, где старый планировщик не&nbsp;мог избежать столкновения, новый нередко может найти траекторию, которая позволяет безопасно объехать препятствие.

Яндекс развивает собственную систему автономного вождения с&nbsp;2017&nbsp;года. Автономный транспорт компании тестируется в&nbsp;Москве, Иннополисе и&nbsp;Сириусе. В&nbsp;этом октябре грузовик с&nbsp;системой автономного вождения Яндекса совершил первую коммерческую перевозку грузов из&nbsp;Москвы в&nbsp;Тулу по&nbsp;трассе М-4 &laquo;Дон&raquo;.

Яндекс впервые применил нейросеть-трансформер для&nbsp;управления своим автономным транспортом

Яндекс объявляет о&nbsp;том, что автономный транспорт становится отдельным бизнес-направлением компании. Оно войдёт в&nbsp;Yandex B2B Tech, а&nbsp;его руководителем будет Сергей Мельник, который ранее отвечал за&nbsp;Алису и&nbsp;умные устройства. Команда автономного транспорта сосредоточится на&nbsp;разработке и&nbsp;продвижении решений для коммерческого сектора.

Развивая автономный транспорт как самостоятельный бизнес, Яндекс сможет ускорить масштабирование технологий и&nbsp;расширить сферы их&nbsp;применения. Разработки компании уже вышли за&nbsp;рамки технологического эксперимента: автономные грузовики Яндекса осенью 2024 года начали выполнять коммерческие перевозки грузов по&nbsp;дорогам общего пользования, а&nbsp;рободоставка действует в&nbsp;нескольких российских городах. Кроме того, став частью Yandex B2B Tech, команда сможет усилить интеграцию автономного транспорта с&nbsp;другими продуктами Яндекса для бизнеса.

Сергей Мельник пришёл в&nbsp;Яндекс в&nbsp;2008 году стажёром в&nbsp;команду антиспама. Позже он&nbsp;возглавлял разработку поискового робота, участвовал в&nbsp;создании инфраструктуры Алисы и&nbsp;руководил командой Станции. С&nbsp;2020 года он&nbsp;отвечал за&nbsp;Алису и&nbsp;умные устройства. Под его руководством это направление выросло в&nbsp;масштабный бизнес, который в&nbsp;2022 году вышел на&nbsp;самоокупаемость и&nbsp;остаётся прибыльным в&nbsp;России и&nbsp;СНГ даже на&nbsp;фоне увеличения инвестиций в&nbsp;развитие виртуального ассистента.

Новым руководителем направления Алисы и&nbsp;умных устройств станет Валерий Стромов. Он&nbsp;перейдёт на&nbsp;эту роль с&nbsp;поста технического директора направления рекламных технологий, где вместе с&nbsp;командой создал масштабируемую систему для внедрения нейросетевых моделей. Сегодня технологии искусственного интеллекта обеспечивают до&nbsp;40% выручки от&nbsp;рекламы в&nbsp;Поиске и&nbsp;две трети выручки в&nbsp;Рекламной сети Яндекса.

Яндекс выделяет автономный транспорт в&nbsp;отдельное направление

Автономные роботы-доставщики Яндекса появились в&nbsp;загородном отеле Pine River. Они доставляют еду по&nbsp;территории комплекса&nbsp;&mdash; из&nbsp;ресторана в&nbsp;домики гостей.

Отель Pine River расположен на&nbsp;севере Калужской области, на&nbsp;берегах Протвы. Рядом нет крупных населённых пунктов, поэтому на&nbsp;территории не&nbsp;работают привычные службы доставки. К&nbsp;услугам гостей&nbsp;&mdash; ресторан, который находится в&nbsp;основном здании отеля. Площадь всего комплекса&nbsp;&mdash; около 600&nbsp;га, так что путь от&nbsp;домика до&nbsp;ресторана может занять 15&ndash;20&nbsp;минут. 

Роботы привозят заказанные в&nbsp;ресторане блюда прямо к&nbsp;домику&nbsp;&mdash; гостю остаётся лишь открыть дверь и&nbsp;забрать пакет из&nbsp;отсека. Доставщики работают в&nbsp;любую погоду, в&nbsp;том числе в&nbsp;дождь и&nbsp;снег. Оформить рободоставку могут и&nbsp;те, кто остановился в&nbsp;домиках на&nbsp;противоположном берегу Протвы. В&nbsp;этом случае робот-доставщик переберётся через реку по&nbsp;мостику.

Услуга доставки была доступна гостям и&nbsp;ранее&nbsp;&mdash; заказы приносили курьеры или привозили на&nbsp;электрокарах. Отелю было сложно подыскивать курьеров, так как комплекс находится вдали от&nbsp;городов, а&nbsp;использование электрокаров было решено сократить из-за шума. Роботы Яндекса&nbsp;&mdash; куда более тихие и&nbsp;миниатюрные по&nbsp;сравнению с&nbsp;электрокарами&nbsp;&mdash; позволят Pine River повысить качество обслуживания гостей и&nbsp;сохранить тишину природы.

Чтобы роботы уверенно ориентировались на&nbsp;территории комплекса, команда Яндекса создала его высокоточные карты. Pine River находится в&nbsp;сосновом лесу&nbsp;&mdash; условия здесь сильно отличаются от&nbsp;городских. Роботов специально учили работать на&nbsp;пересечённой местности и&nbsp;передвигаться по&nbsp;гравийным дорожкам, деревянным настилам, песчаным участкам и&nbsp;лесным тропам.

Роботы-доставщики Яндекса впервые вышли на&nbsp;улицы Москвы в&nbsp;2019&nbsp;году. Сейчас доставки выполняет уже третье поколение роботов. Их&nbsp;можно встретить в&nbsp;девяти районах столицы, в&nbsp;Мурино&nbsp;&mdash; пригороде Санкт-Петербурга и&nbsp;в&nbsp;Иннополисе под Казанью. За&nbsp;свою историю роботы уже выполнили более 400 тысяч доставок для сервисов Яндекса и&nbsp;их&nbsp;партнёров&nbsp;&mdash; сетей &laquo;Вкусно&nbsp;&mdash; и&nbsp;точка&raquo;, &laquo;Пятёрочка&raquo;, &laquo;ВкусВилл&raquo; и&nbsp;ещё более 500&nbsp;компаний.

Яндекс запускает рободоставку еды в&nbsp;загородном отеле

Доставка до&nbsp;двери&nbsp;&mdash; один из&nbsp;самых востребованных сценариев у&nbsp;пользователей, и&nbsp;спрос на&nbsp;нее продолжает расти. В&nbsp;такие периоды курьеров может не&nbsp;хватать, из&#8209;за чего стоимость доставки увеличивается. При&nbsp;этом рободоставка, наоборот, дешевеет по&nbsp;мере распространения роботов.

Поэтому мы&nbsp;запустили новый формат доставки до&nbsp;двери. Робот забирает заказ из&nbsp;магазина, ресторана или&nbsp;даркстора, самостоятельно проезжает основную часть маршрута и&nbsp;приезжает к&nbsp;нужному дому. Там его встречает курьер, забирает заказ и&nbsp;поднимает в&nbsp;квартиру.

Сейчас новый формат доступен части пользователей Яндекс Лавки в&nbsp;Москве и&nbsp;Санкт&#8209;Петербурге. Скоро мы&nbsp;начнем тестировать его в&nbsp;Яндекс&nbsp;Еде, а&nbsp;затем постепенно запустим во&nbsp;всех городах, где уже работает рободоставка. Подключить комбинированную доставку смогут и&nbsp;компании&#8209;партнёры Яндекс&nbsp;Доставки.

Для&nbsp;бизнеса это возможность сократить расходы на&nbsp;логистику последней мили. Роботы помогают распределять нагрузку по&nbsp;мере роста онлайн&#8209;заказов. Их&nbsp;задача&nbsp;&mdash; не&nbsp;заменить курьеров, а&nbsp;встроиться в&nbsp;существующую логистическую систему и&nbsp;сделать ее&nbsp;эффективнее.

На&nbsp;такие заказы будут назначаться курьеры, которые уже находятся рядом с&nbsp;местом прибытия робота. Благодаря этому они могут проводить меньше времени в&nbsp;разъездах, выполнять больше заказов и&nbsp;не&nbsp;терять в&nbsp;заработке.

Для пользователя при&nbsp;этом почти ничего не&nbsp;меняется. Заказ, как и&nbsp;раньше, приезжает прямо до&nbsp;двери квартиры. Но&nbsp;благодаря тому, что&nbsp;основную часть пути берет на&nbsp;себя робот, комбинированная доставка обходится дешевле обычной курьерской.

Мы&nbsp;продолжим развивать новые сценарии рободоставки. Массовое производство помогает снижать стоимость доставки и&nbsp;быстрее запускать сервис в&nbsp;новых городах. До&nbsp;конца 2027&nbsp;года мы&nbsp;планируем выпустить 20&nbsp;тысяч роботов, которые будут выполнять заказы во&nbsp;всех городах присутствия сервиса рободоставки.

Яндекс запустил новый формат рободоставки&nbsp;&mdash; до&nbsp;квартиры

Яндекс открыл в&nbsp;Москве роботакси&nbsp;&mdash; сервис заказа автомобилей, которыми управляет искусственный интеллект. Роботакси работают в&nbsp;тестовом режиме в&nbsp;районе Ясенево каждый день с&nbsp;7:00 до&nbsp;1:00&nbsp;ночи. Заказать поездку можно в&nbsp;приложении Яндекс Go.

Первыми в&nbsp;тестировании примут участие пользователи, которые заранее подавали заявку на&nbsp;сайте проекта. Затем появится доступ у&nbsp;других жителей Ясенево. Они увидят в&nbsp;приложении Яндекс Go&nbsp;специальную кнопку для заказа роботакси. Нажав на&nbsp;неё, можно выбрать точки посадки и&nbsp;высадки и&nbsp;вызвать машину. Всего в&nbsp;Ясенево около сорока таких точек. Жители района смогут доехать, например, от&nbsp;школы &laquo;Созвездие&raquo; до&nbsp;метро или от&nbsp;Битцевского парка до&nbsp;супермаркета Eurospar. 

Роботакси могут ездить в&nbsp;Ясенево благодаря экспериментальному правовому режиму, который был принят правительством весной прошлого года. Согласно действующим законам, в&nbsp;машине всегда находится водитель-испытатель, который следит за&nbsp;безопасностью поездки. Сейчас роботакси берет только одного пассажира. Заказать машину могут пользователи от&nbsp;18&nbsp;лет. Любая поездка будет стоить 100&nbsp;рублей. 

Публичное тестирование роботакси в&nbsp;Москве&nbsp;&mdash; это новый этап в&nbsp;развитии беспилотных технологий. Первые испытания роботакси прошли в&nbsp;2018 году в&nbsp;Иннополисе, а&nbsp;затем в&nbsp;Москве. С&nbsp;тех пор беспилотные машины Яндекса проехали уже больше 24&nbsp;миллионов километров, а&nbsp;жители Иннополиса совершили более 60&nbsp;тысяч поездок.

Яндекс запустил роботакси в&nbsp;Москве

Иногда нам приходится прокалывать колёса своим машинам. Я&nbsp;старший инженер по&nbsp;тестированию, и&nbsp;моя задача&nbsp;&mdash; устроить нашей технике все неприятности, которые только могут случиться на&nbsp;дороге.

Логика простая: прежде чем автономный грузовик или роботакси выедут на&nbsp;дорогу общего пользования, мы&nbsp;должны убедиться, что наша технология безопасна в&nbsp;любой нештатной ситуации. Прокол колеса&nbsp;&mdash; один из&nbsp;таких сценариев, и&nbsp;точно не&nbsp;самый безобидный.

С&nbsp;грузовиком мы&nbsp;начинаем с&nbsp;прокола переднего колеса на&nbsp;скорости 60&nbsp;км/ч, но&nbsp;это только первый этап: дальше&nbsp;&mdash; 90&nbsp;км/ч, и&nbsp;с&nbsp;разной загрузкой полуприцепа&nbsp;&mdash; пустой, частично гружёный, полностью гружёный. Каждая комбинация приводит к&nbsp;разному поведению машины, и&nbsp;каждую из&nbsp;этих комбинаций нам нужно провалидировать. С&nbsp;роботакси история похожая, только сценариев ещё больше: прокол одного переднего колеса, прокол сразу двух передних&nbsp;&mdash; так мы&nbsp;имитируем всё, что теоретически может случиться в&nbsp;реальной жизни.

Как&nbsp;же мы&nbsp;это делаем? Датчики давления в&nbsp;шинах в&nbsp;реальном времени передают данные в&nbsp;нашу систему управления. Как только давление падает, система понимает: колесо пробито. И&nbsp;дальше система начинает адаптировать управление под изменившееся давление в&nbsp;колесе, выполняя так называемый маневр минимального риска&nbsp;&mdash; плавно замедляясь, удерживая полосу движения, либо плавно перестраиваясь на&nbsp;обочину, если позволяет окружение. Резкое перестроение или маневрирование&nbsp;&mdash; это как раз&nbsp;то, что может привести к&nbsp;аварии.

Прокол переднего колеса у&nbsp;грузовика&nbsp;&mdash; неприятный и&nbsp;сложный сценарий. Именно при повреждении колеса передней рулевой оси сильнее всего меняется траектория движения грузовика а&nbsp;силы, которые уводят роботрак из&nbsp;полосы движения, растут вместе с&nbsp;увеличением скорости и&nbsp;загрузки полуприцепа. Поэтому для грузовика мы&nbsp;делаем всё ещё плавнее, чем для легковой машины: резко тормозить и&nbsp;маневрировать с&nbsp;гружёным полуприцепом в&nbsp;нештатной ситуации нельзя, иначе прицеп может &laquo;наехать&raquo; на&nbsp;тягач сзади, что может привести к&nbsp;складыванию автопоезда, и&nbsp;даже перевороту. Сама логика реакции у&nbsp;грузовика и&nbsp;у&nbsp;роботакси одинаковая&nbsp;&mdash; компенсировать увод в&nbsp;сторону и&nbsp;плавно снизить скорость в&nbsp;пределах полосы, либо плавно перестроиться на&nbsp;обочину, если позволяет окружение&nbsp;&mdash; разница только в&nbsp;физике и&nbsp;масштабе транспортного средства.

Что мне лично кажется интересным в&nbsp;этом тесте&nbsp;&mdash; это разница с&nbsp;человеком за&nbsp;рулём. На&nbsp;спокойной, расслабленной дороге прокол колеса застаёт человека врасплох, и&nbsp;первая реакция часто оказывается ровно той, которая опаснее всего: ударить по&nbsp;тормозам, резко, и&nbsp;зачастую избыточно повернуть руль. Чтобы отреагировать правильно, нужен опыт и&nbsp;хладнокровие, которых в&nbsp;моменте паники у&nbsp;неподготовленного водителя может не&nbsp;оказаться. У&nbsp;наших машин человеческий фактор просто исключён&nbsp;&mdash; постоянно мониторя свое состояние, система автоматического вождения корректно и&nbsp;своевременно компенсирует боковой увод и&nbsp;безопасно останавливает машину.

Прокол колеса&nbsp;&mdash; лишь один пункт в&nbsp;длинном списке тестов в&nbsp;предельных и&nbsp;экстремальных сценариях, которые мы&nbsp;проводим на&nbsp;обеих платформах. Есть ещё экстренное торможение, резкое перестроение с&nbsp;одновременным торможением, и&nbsp;многие другие сценарии, которые воспроизводятся на&nbsp;разных типах и&nbsp;состояниях дорожного покрытия. Много чего сделано, и&nbsp;многое предстоит протестировать, но&nbsp;именно из&nbsp;таких испытаний, и&nbsp;многих других тестов и&nbsp;складывается уверенность в&nbsp;том, что наши машины справятся с&nbsp;чем угодно ещё до&nbsp;того, как выйдут на&nbsp;настоящую дорогу.

Зачем мы&nbsp;прокалываем колеса своих машин

Создаём как программное, так и&nbsp;аппаратное обеспечение, а&nbsp;ещё платформенные решения и&nbsp;сервисы для&nbsp;потребностей людей, бизнеса и&nbsp;общества

Мы&nbsp;разрабатываем, внедряем в&nbsp;окружающий мир и&nbsp;постоянно улучшаем технологии искусственного интеллекта и&nbsp;робототехники

Рободоставщик

Роботакси

Роботрак

Мы&nbsp;не&nbsp;просто используем самые современные технологии, мы&nbsp;создаём новые и&nbsp;стремимся быть пионерами в&nbsp;своём деле

Технологичность

Мы&nbsp;&mdash; инженеры. Это значит, что мы&nbsp;каждый день изобретаем что&#8209;то новое или&nbsp;улучшаем&nbsp;то, что уже существует

Изобретательность

Не&nbsp;просто смотрим в&nbsp;лучшее будущее, а&nbsp;приближаем его каждым своим действием и&nbsp;решением

Визионерство

Знать, уметь, учить других. Мы&nbsp;профессионалы во&nbsp;всём, что мы&nbsp;делаем

Экспертность

Всё, что мы&nbsp;делаем, мы&nbsp;делаем для&nbsp;людей и&nbsp;ради людей. Ради их&nbsp;будущего и&nbsp;ради комфорта в&nbsp;настоящем

Счастье пользователей

Узнавать новое каждый день и&nbsp;учиться у&nbsp;лучших. Это наше кредо. Наше и&nbsp;наших роботов и&nbsp;ИИ&#8209;систем.

Тяга к&nbsp;познанию

Мы&nbsp;всегда готовы делиться экспертизой, вести открытый диалог о&nbsp;будущем и&nbsp;помогать приближать лучшее будущее

ИИ&#8209;просветительство

Продукт

Тип

О&nbsp;том, что мы&nbsp;создаем, о&nbsp;местах, которые посещаем, о&nbsp;людях, которых встречаем на&nbsp;своем пути. Добро&nbsp;пожаловать в&nbsp;нашу историю.

Делимся кейсами, которые задают новые стандарты индустрии

115035, г.&nbsp;Москва,  
ул.&nbsp;Садовническая, д.&nbsp;82, стр.&nbsp;2

Почтовый адрес

Телефон

Контакты

На&nbsp;этой странице мы&nbsp;собрали ссылки, которые помогут с&nbsp;ответом на&nbsp;самые частые вопросы, а&nbsp;также форму обратной связи с&nbsp;нами по&nbsp;вопросам коммерческого сотрудничества и&nbsp;PR

Спасибо за&nbsp;интерес  
к&nbsp;Автономному транспорту Яндекса

Связаться по&nbsp;вопросам коммерческого партнерства

ya-form-contacts

Мы&nbsp;всегда открыты к&nbsp;общению

Подробнее о&nbsp;нашей команде и&nbsp;видении будущего&nbsp;&mdash; на&nbsp;странице миссии

Мы&nbsp;создаем технологии, которые меняют индустрию, бизнес и&nbsp;жизнь людей к&nbsp;лучшему

Текущие публикации по&nbsp;теме автономного транспорта вы&nbsp;найдете в&nbsp;нашем блоге

Работой со&nbsp;СМИ занимается&nbsp;PR: отправьте свой запрос на&nbsp;адрес [pr@yandex-team.ru](mailto:pr@yandex-team.ru)

Медиафайлы вы&nbsp;можете&nbsp;найти на&nbsp;отдельной странице

На страницу с&nbsp;вакансиями

Если вы&nbsp;интересуетесь карьерными вопросами и&nbsp;открытыми вакансиями&nbsp;&mdash; вам&nbsp;сюда

Роботы-  
доставщики

Автономный  
грузовик

Человеко&shy;подобные  
роботы

Каждому из&nbsp;наших направлений на&nbsp;сайте посвящена отдельная страница

По&nbsp;вопросам работы со&nbsp;СМИ обращайтесь в&nbsp;PR‑отдел&nbsp;&mdash; отправьте запрос на&nbsp;указанный адрес

115035, г. Москва, ул. Садовническая, д.&nbsp;82, стр.&nbsp;2

Почтовый адрес:

[+7&nbsp;495 739-70-00](tel:+74957397000)

Телефон:

На&nbsp;этой странице вы&nbsp;найдёте контактную информацию нашей компании, а&nbsp;также форму обратной связи с&nbsp;нами по&nbsp;вопросам коммерческого сотрудничества и&nbsp;PR

Ошибка

Санкт-Петербург

Right

Москва

Нижний Новгород

Казань

Рободоставка

Иннополис

Сириус

Left

М-11

Center

Тверь

Дмитровское шоссе

Носовихинское шоссе

Егорьевское шоссе

Рязань

Тула

Воронеж

М-4

Ростов-на-Дону

Краснодар

Все роботы и&nbsp;машины проходят многоуровневую проверку, включающую симуляции и&nbsp;испытания на&nbsp;закрытых полигонах с&nbsp;постепенным выводом в&nbsp;реальные условия

Безопасность

Три форм&#8209;фактора, три разные модели&nbsp;&mdash; единая технология автономного движения. Каждое решение разработано с&nbsp;учетом особенностей своей среды, сохраняя общий подход к&nbsp;созданию автономного транспорта

Универсальность

Технология обучена в&nbsp;реальных российских условиях: снегопад, гололёд, ливень, летний&nbsp;зной. Роботы работают круглый год и&nbsp;продолжают совершенствоваться с&nbsp;каждым новым пройденным километром

Адаптивность

Единая ИИ&#8209;платформа собственной разработки, обученная на&nbsp;десятках миллионов километров реальных&nbsp;поездок

Собственные ПО&nbsp;и&nbsp;архитектура вычислителя позволяют нам внедрять технологии, переносящие искусственный интеллект в&nbsp;физический мир на&nbsp;дороги, тротуары и&nbsp;склады

Автономные грузовики доставляют грузы по&nbsp;магистралям от&nbsp;склада до&nbsp;склада

Первая миля

Роботизированная доставка  
до&nbsp;конечного потребителя

Последняя миля

Создаем безопасную и&nbsp;предсказуемую технологию для&nbsp;комфортного и&nbsp;безопасного перемещения по&nbsp;городу

В&nbsp;официальном блоге команды мы&nbsp;делимся последними анонсами и&nbsp;обновлениями

Логотипы  
Яндекс Автономный транспорт

Паттерны

Элементы брендинга

Гайдлайны

Автономный транспорт

Робот-доставщик

Автономный грузовик

Гуманоид

Софт

Фото

Робот&#8209;доставщик

Автономный автомобиль

Видео

Санкт&#8209;Петербург

Мурино

Сейчас их&nbsp;можно встретить не&nbsp;только на&nbsp;улицах Москвы, но&nbsp;и&nbsp;других городов&nbsp;&mdash; они&nbsp;доставляют заказы из&nbsp;ресторанов и&nbsp;магазинов

Роботы самостоятельно строят маршрут, объезжают препятствия и&nbsp;безопасно передвигаются по&nbsp;городу с&nbsp;помощью датчиков и&nbsp;камер в&nbsp;любую&nbsp;погоду

Роботы уже выполнили 1&nbsp;млн&nbsp;доставок, по&nbsp;пути они влюбили в&nbsp;себя тысячи прохожих

Первый прототип собрали из&nbsp;фанеры и&nbsp;шести колёс от&nbsp;гироскутера. Позднее конструкция была доработана&nbsp;&mdash; у&nbsp;робота появились датчики: камеры и&nbsp;радары.

Первое  
поколение R1&nbsp;и&nbsp;R1.5

Роботы стали больше и&nbsp;вместительнее. Добавили автоматическую крышку, чтобы забирать посылки было удобнее, а&nbsp;еще оптимизировали электронику.

Второе  
поколение R2

Усовершенствовали лидар и&nbsp;камеры, чтобы робот мог видеть мир во&nbsp;всех деталях. Появился увеличенный грузовой отсек, съемная батарея и&nbsp;более мягкая подвеска.

Третье  
поколение R3

Это первые роботы, которые выпускаются серийно. Они превосходят своих предшественников&nbsp;&mdash; к&nbsp;примеру, у&nbsp;них более высокая проходимость, улучшенный лидар и&nbsp;разделяемый грузовой отсек.

Четвёртое  
поколение R4

Из&nbsp;них можно приготовить  
435&nbsp;000 капучино  
72&nbsp;тонны мороженого

43&nbsp;600 литров Молока

Хватит на&nbsp;1,5 млн блинов

269&nbsp;700 Яиц

Смузи из&nbsp;такого количества бананов хватит, чтобы заполнить до&nbsp;потолка небольшой спортзал

6&nbsp;800&nbsp;кг Бананов

Хватило&nbsp;бы накормить всех пассажиров 260 авиарейсов

*46&nbsp;300* **блюд Готовой еды**

Можно наполнить 17&nbsp;садовых бассейнов или 286 ванн

42&nbsp;900 литров Колы

Если поставить их&nbsp;друг на&nbsp;друга, то&nbsp;будет как почти 4&nbsp;Останкинских башни

16&nbsp;400 стаканов с&nbsp;Горячими напитками

500&nbsp;000&nbsp;товаров, а&nbsp;среди самых популярных: нори из&nbsp;Лавки, роти из&nbsp;Лавки и&nbsp;медовейник из&nbsp;Лавки

Продукты и&nbsp;готовая еда из&nbsp;Лавки:

На&nbsp;свет появилось первое поколение автономных автомобилей Яндекса

Блог

Зачем мы прокалываем колеса своих машин

Рободоставка приезжает в Красногорск

Как мы учим роботакси понимать Москву

Роботы доставляют заказы уже в 51 районе Москвы

Флот роботов‑доставщиков превысил 1000 единиц: подводим итоги квартала 2026

Как роботы помогли московским медикам освободить 3000 рабочих часов

Продолжаем расширять зоны рободоставки в Санкт‑Петербурге