Hacker News Digest

Flatten SF — интерактивный инструмент, который рассчитывает оптимальные пешеходные и велосипедные маршруты по Сан-Франциско, балансируя между длиной пути и набором высоты. Он использует данные USGS 1‑метровой лидарной съёмки высоты и граф улиц из Overture и OpenStreetMap, обрабатывая более 160 000 сегментов улиц прямо в браузере. Пользователь может перемещать ползунок между «кратчайшим» и «самым плоским» маршрутом: каждый промежуточный вариант представляет собой парето-оптимальное решение — ни один другой маршрут не одновременно короче и менее крутой. Стоимость подъёма задаётся как 200 футов ходьбы за каждый фут набора высоты; за этим порогом маршруты перестают считаться практически полезными. При движении ползунка вправо маршрут никогда не становится короче и не увеличивает набор высоты — только наоборот или остаётся прежним.

Набор высоты считается как суммарный подъём (cumulative gain), а не как разница между начальной и конечной точками — это важно для холмистого рельефа Сан-Франциско. Лестницы учитываются для пешеходов, но исключаются для велосипедистов. Для велосипедистов есть дополнительная опция «prefer calm streets», которая корректирует «комфортную длину»: участки с защищённой велосипедной полосой или дорожкой (по данным SFMTA) учитываются как 0,8 от реальной длины, тихие улицы — как 1,0, а оживлённые arterials без полосы — как 1,4–2,0. Это позволяет выбирать не только короткие и плоские, но и комфортные для езды маршруты. На карте faint lines показывают альтернативные маршруты, рассматриваемые в процессе оптимизации. Поиск по адресам, пересечениям и местам работает офлайн — все данные для Сан-Франциско встроены в страницу. Исходный код, данные и полное описание метода доступны на GitHub.

Обсуждение подтверждает полезность FlattenSF, но выявляет проблемы с точностью маршрутов, неудобным UI и недостаточной атрибуцией данных. Пользователи хвалят чистый дизайн и интерактивный профиль высот, отмечая, что визуализация делает планирование приятным. Однако сообщаются неточные рекомендации: вместо ровной 23‐й авеню сервис предлагает подниматься по 25‐й, что указывает на ошибки в расчётах. В районе Mission (22‐я улица и San Jose) инструмент иногда выбирает нелогичный «захват» назад, а также вызывает вопросы по расположению цветовой шкалы и меток высоты. Пользователи предлагают добавить опцию минимизации среднего уклона (grade) вместо суммарного подъёма для более комфортных велосипедных трасс. Также предлагается интегрировать Valhalla для пошаговых указаний, хотя текущая резолюция 30 м ограничивает точность. Запрошены новые режимы: «самый крутой» для тренировок, поддержка автотранспорта с ручной коробкой передач и пользовательские кривые стоимости маршрута. Отмечена необходимость корректного указания источника данных OSM, так как отсутствие атрибуции нарушает лицензию. Интересуются переносом сервиса в другие города (Иstanbul, Сиэтл, Сидней), где также есть значительные перепады высот. Некоторые советуют использовать альтернативные инструменты (brouter.de, собственный проект steepless) для сравнения профилей высот. Несколько комментариев подчёркивают, что текущий UI позволяет в реальном времени менять баланс между длиной и подъёмом, что считается удобным.

Microduck — это открытый двухногий робот высотой 25 см и весом 800 г, который можно обучать новым трюкам с помощью reinforcement learning. Он поставляется с семью предустановленными поведениями: ходьба с отслеживанием скорости, сидение и вставание, удар, захват объекта, катание на роликах (с дополнительными роликами), подъём со спины и другие. Все навыки обучаются в симуляции MuJoCo на локальном компьютере или через Hugging Face Jobs, затем переносятся на реального робота через один шаг деплоя. Пользователь может дообучать политики, модифицировать симуляцию и делиться новыми поведениями в сообществе.

Робот полностью открыт: SDK, симуляция и весь стек RL-обучения доступны на GitHub под лицензией Apache-2.0. В базовой комплектации за $399 идёт робот, батарея, USB-C кабель и геймпад. Доступны дополнительные наборы: зарядное устройство с двумя батареями ($39), набор для разработки с запасными моторами, кабелями, NFC-тегами и кредитом на Hugging Face ($119), а также аксессуары — ролики, мяч, лазерная указка и NFC-метки ($39). Microduck wyposażен камерой, LiDAR и двумя IMU, работает в цикле 50 Гц, управляется через CLI-инструмент robotctl. Доступен в четырёх цветовых вариантах, поставки начнутся перед Рождеством 2026 года. Сообщество активно обменивается политиками и помогает в Discord.

Тред дополняет статью деталями: Microduck на RK3566 с AI-ускорителем, 1 ГБ RAM, 32 ГБ NAND, Wi-Fi, Bluetooth, микрофонами, динамиком, двумя NFC-антеннами и съёмной батареей на ~1 час; policy loop — 50 Гц, сервоприводы Dynamixel, масса 800 г. Низкий порог входа подтверждён: mjlab/MuJoCo Warp + rsl_rl запускается за час на ноутбуке, в отличие от Isaac, у которого ушла неделя без результата — альтернатива для индивидуальных разработчиков, отказавшихся от Isaac для gait-training. Цена $400 — с доставкой и пошлинами ~$510. Использование Dynamixel вместо Feetech обычно дороже, но итоговая цена остаётся конкурентной. Проблемы: — Не работает на коврах со средним ворсом (недостаточный шаг или мощность моторов); — Нет открытых спецификаций аппаратной части — рендеры выглядят как ИИ-сгенерированные, 3D-печать и модификация затруднены; — Встроенные камеры, микрофоны, динамики — вопрос приватности: работает ли локально, без облака? — UX симулятора: клавиши ZQSD (AZERTY) из-за французского происхождения Pollen Robotics — не хватает переключения на QWERTY/QWERTZ; — Длительный дефицит маленьких Dynamixel может быть связан с производством Microduck. Сомнения в заявленных характеристиках: сравнение с XGO Rider (ESP32/Raspberry Pi) вызывает подозрение в слабых IMU или моторах. Реальный бытовой сценарий слаб: нет очевидного применения, конкуренция с собакой, патрулирование и удалённая проверка квартиры требуют доработок. Контекст: большинство новостных роботов используют MuJoCo от Google DeepMind.

Два дрона Amazon Prime Air столкнулись с башенным краном в коммерческой зоне города Толлесон, штат Аризона. Инцидент произошёл во время выполнения коммерческих полётов, оба аппарата получили повреждения, но никто не пострадал. Amazon подтвердила происшествие и заявила, что расследует его причины, подчеркнув, что безопасность остаётся приоритетом.

Этот случай поднимает вопросы о надёжности автономных систем доставки в городских условиях, особенно при наличии высоких препятствий. Хотя дроны Amazon спроектированы для обнаружения и облёта объектов, столкновение указывает на возможные пробелы в алгоритмах или сенсорах. Практический вывод: масштабирование беспилотной доставки требует более строгих тестов в сложной инфраструктуре.

• Два дрона Amazon Prime Air столкнулись с тросом строительного крана в Tolleson, AZ, что вызвало вопросы о способности их системы обнаружения и избегания препятствий видеть тонкие тросы.
• Инцидент подчеркивает потенциальные риски для безопасности, включая травмы людей на земле, и ставит под сомнение текущий уровень технологий для безопасных автономных полетов в неконтролируемом воздушном пространстве.
• Обсуждаются возможные технические решения, такие как улучшение сенсоров (лидары, детекторы электромагнитных полей), создание запретных зон вокруг стройплощадок и более строгое регулирование.
• Высказывается критика в адрес Amazon за преждевременное развертывание технологии и подход «двигаться быстро и ломать вещи», когда речь идет о безопасности.
• Отмечается, что для подобных систем может потребоваться инфраструктура наподобие управления воздушным движением для дронов, как это развивается в других странах (например, в Китае).