Yandex catchall что за робот

Yandex catchall что за робот

последнее время очень сильно атакуют боты какие то

ложат сайт, что появляется 508 ошибка
как решить проблему?

Варианты есть, зависит от конкретной ситуации:

— можно блочить ботов поименно
— можно блочить слишком часто приходящих за короткое время
— можно блочить по стране
— вариант по времени (ночью, например, накидываются)

Начать с анализа логов

Zhezkazganetcs, заблокирую по юзер-агенту или по ip с помощью htaccess

Пример блокировки по юзер-агенту

Coder, как посмотреть в метрике что за боты?
Отфильтрованы по статистическим правилам 7 558
вот они это кто? как их определить чтобы блочить?
просто не хочется всех подряд блочить

опять же это все хорошо и все замечательно
но кто этот юзер-агент среди Отфильтрованы по статистическим правилам
или как в метрике посмотреть что за боты, потому что сам не нашел а в гугле тоже нет инфы

я не могу понять кто это Отфильтрованы по статистическим правилам и как их заблочить
они создают 4-6 запросов в секунду

Источник

2 часа ходил за роботом-доставщиком Яндекса и разобрался, как всё устроено. Это — будущее

На дворе уже 2021 год, и автоматизация так или иначе уже с нами. Я не говорю сейчас даже о производствах, где вовсю работают конвейеры и запрограммированные станки. Я сейчас о роботах у нас дома. Ну как минимум пылесосах. Удобно же? Дал команду, даже голосом, и вуаля.

Отдельной фантазией всегда была «самоездящая» машина. Но если в случае с автопилотом в автомобилях пока много нюансов (вы ведь слышали все эти новости про аварии систем помощи водителю в Tesla?), и в первую очередь вопрос ответственности, то в более малых формах уже много рабочих разработок. И если машины без водителя будут, но даже не завтра, то вот роботы уже среди нас. И таковым является отечественный робот-доставщик от Яндекса.

Кстати, своё название «Ровер» получил в честь космических аппаратов, исследующих поверхности других планет.

Миссия

Зачем он с нами

2020 год показал, на сколько нам важны курьерские службы. Причины вам и так известны. Но что, если товары вам будет доставлять не человек, а робот? Он аккуратнее, беспристрастен и готов работать в любых условиях. Да, возможно не такой быстрый, зато не попадает в аварии. А вместительность у них схожая.

Более того, со временем может получиться так, что одна часть человечества производит, а другая доставляет. И чтобы такого не было, существует автоматизация процесса. В случае с Яндексом, при помощи доставки «последней мили», когда товар нужно доставить последнему звену цепочки — клиенту.

Технологии

Что там внутри?

Полностью всех секретов Яндекс не раскрывает, но и так нам доступно весьма много информации. Для начала, это, конечно, навигационные системы, ведь этот робот ездит по открытой местности, а значит, должен знать координаты, куда надо направиться. Помогает ему в этом лидар (система обнаружение и определение дальности с помощью света). Он же помогает роботу находить дорогу вне зависимости от времени дня и ночи, а также погодных условий. Что важно, в нашем переменчивом климате. Использует робот заранее составленные подробные карты местности, аналогичные используются и в беспилотных автомобилях компании.

В наличии и камеры, которые также работают на благо распознавания и построения маршрута. В обновлённой версии робота камеры разбросаны спереди в небольших углублениях. А сзади блок датчиков окружён стоп-сигналом, по аналогии с автомобилем.

В наличии ещё и радары. Они расположены по бокам устройства. Помогают издалека замечать приближающийся транспорт при пересечении дороги.

Навигационная система, которую использует Яндекс, называется «Лидарная локализация». Это двухслойная карта из объёмного снимка пространства, дополненная разметкой и общей схемой передвижения.

В комплекте, конечно же батарея, её роботу хватает на полный рабочий день, это около 10 часов. Достойно. Стоит отметить, что скорость робота составляет 5-8 км/ч. Сделано это в первую очередь для снижения травматичности пешеходов, а на свободном пути робот может и немного разогнать. Ведь если у робота всё хорошо с навигацией, он ловко объезжает людей и препятствия, то у населения мегаполиса, тем более не столь привычного к роботам, могут быть сложности. Да, люди банально не замечают небольшого белого робота на улице и могут споткнуться. Для пущей заметности, как для людей, так и для автомобилистов, у робота есть светящийся флажок.

Сферы применения

Не только нужды Яндекса

Начав свой трудовой путь в 2019 году непосредственно на территории офиса Яндекса в Москве, робот многому «научился» и со временем выехал в город, на службу в сервисах доставки Яндекс.Лавка и Яндекс.Еда. У робота специальный отсек под груз, куда отлично помещается сумка-холодильник, так что логично, что робот-доставщик обслуживает сервисы Яндекса по доставке.

Как же работает вся схема обработки заказа? В кафе есть планшет с приложением Яндекс.Еда (или локальной фудтех платформы), падает заказ на робота (то, что заказ доставит именно робот, может выбрать сам клиент), официант загружает еду, дальше робот доставляет, а человек через приложение открывает «кузов». Если робот замешкается, помогает удалённый ассистент, он подключается к роботу, смотрит, что произошло, и старается помочь. Чаще подсказками роботу, а не прямым управлением.

Одним из первых парнёрских проектов стало обслуживание инновационного центра Сколково в Москве и Иннополиса. Началось всё в Сколково в начале 2020 года. Через специальное приложение сотрудники большого центра смогли отправлять друг другу документы. Робот колесит по тротуарам, сам строит маршрут, и человеку остаётся только встретить его на улице и открыть грузовой отсек при помощи всё того же смартфона.

Тут встаёт резонный вопрос, а почему робот не заезжает в помещение? Помимо отсутствия чисто технологической возможности открыть двери и подняться по лестнице, важную роль тут играет оптимизация процесса доставки. По сути, робот дешевле, чем курьер, а время подъёма на этаж (с учётом попадания в подъезд, вызова лифта и так далее) занимает много времени. А здесь заказчик в реальном времени видит перемещение робота и может спуститься встретить ровно к моменту подъезда.

Иннополис в свою очередь — по сути рай для беспилотников. Имея законодательные разрешения, там уже и беспилотные автомобили используются без водителей в роли такси, и роботы ездят в роли курьеров. Там компания и отрабатывает своё видение беспилотников в будущем.

Куда дальше?

Захватывать мир, куда ещё!

Проект Яндекса постоянно развивающийся. Собираемый и обслуживаемый самой компанией, он постоянно улучшается и дорабатывается. Так, совсем недавно Яндекс заключил соглашение с американской компанией Grubhub, и вот уже 50 роботов катаются по главному кампусу университета штата Огайо в городе Колумбус. А там, на секундочку, почти 60 тысяч человек. Сценарий всё тот же, доставка еды между локальными кафе и кампусами. Автомобиль там попросту не проедет, а вот робот — легко!

Отвечаю на вопрос, куда же дальше? Расширение партнёрских проектов. Интерес, как сообщают в Яндексе, есть. Некоторые хотят холодильник, запаса батареи хватит. Можно под заказ сделать робота больше или длиннее. Были доработки по подвеске для сложных условий. Также в Иннополисе зимой надевали гусеницы на два задних колеса для снега.

В заключении ещё один интересный факт: если беспилотные автомобили Яндекса строят глобальные суперподробные карты, то относительно небольшой робот, наоборот, помогает на «микроуровне», дополняя карту мелкими подробностями и информацией о местах, куда автомобиль, зачастую, не может попасть.

Напоследок вот цифра из жизни робота-доставщика: 26 884 доставки осуществили роботы к 1 сентября 2021 года c запуска в 2020 году.

Источник

«Я не робот»: история Яндекса о том, как победить ботов, а не людей

Никто не любит капчу. Угадай слово по плохой картинке, собери пазл, отличи светофор от гидранта, сложи два числа и так далее. Формы бывают разные, но суть всегда одна: мы тратим своё время и нервы.

Чуть больше года назад моя команда взялась за модернизацию старой капчи Яндекса. Обычно в таких задачах стремятся повысить качество и полноту отсева ботов, оставив человеку шанс прорваться через капчу. Но мы зашли с другой стороны: решили сделать капчу более дружелюбной к людям, не ухудшив при этом защиту от ботов. Казалось бы, наивный подход. Но у нас получилось.

Сегодня я расскажу об этом подробнее. Вы узнаете, как мы отказались от распознавания текста и перешли к его генерации. Покажу примеры дружелюбной капчи. Расскажу о необычном опыте применения капчи в образовании. А ещё покажу текущий вариант капчи без капчи и немного поразмышляю о будущем.

Несколько слов о том, зачем нужна капча. Уверен, это и так не секрет, но историю всё же стоит начать с основ, чтобы быть на одной волне.

Капча — это инструмент, который помогает сервису понять, обратился к нему человек или робот. Это полезно, потому что роботы создают нагрузку или даже занимаются откровенным вредительством. При этом нужно показывать капчу не всем, а только тем, чьи запросы похожи на автоматические. Для этого надо проанализировать запрос. Анализ — это уже давно не просто подсчёт числа заходов с конкретного IP. Факторов для анализа намного больше, чем один. С другой стороны — сервис с нагрузкой в сотни тысяч RPS и с жёстким требованием к скорости ответа пользователю. Если снизить скорость ответа, то пострадают пользователи. Если снизить полноту выявления ботов, то в итоге опять же пострадают пользователи. Значит, нужно искать баланс между этими крайностями. И получается, всегда будут люди, которым покажут капчу.

Первые шаги

Год назад наши пользователи видели примерно такие задания:

Два слова. Одно мы знаем. Другое хотим узнать. Вряд ли я открою большой секрет, если расскажу, что капчу часто применяют для обучения компьютерного зрения. Раньше так было и у нас.

В целом ничего жуткого, да? Но могу и жути нагнать. Вот примеры более сложных (но крайне редких) вариантов:

Мы, конечно, такое вычищали. Использовали для этого как классификаторы неоднозначно читаемых картинок, так и данные о поведении пользователей (если человек даже не пытается ввести текст, то это плохой сигнал). Но и после таких изменений людям было очень сложно. Можно сказать, что старая капча отлично экономила ресурсы: её не могли пройти ни боты, ни люди. Только 35% реальных пользователей справлялись с первой попытки. Очень страшное число. Нужно было что-то менять.

Начали с анализа наиболее частых ошибок. В топе оказались знаки препинания, верхний и нижний регистр букв, лишние пробелы. Посчитали, как у ботов с этими проблемами. Оказалось, что можно безболезненно отказаться от их учёта при проверке результата. Эти элементарные, быстрые решения принесли нам с ходу +15%. Но дальше простые идеи закончились. Нужно было подойти к задачке более глобально.

Свои картинки с текстом

Поговорим о картинках. Так как их мы не генерировали, а вырезали из готовых, иногда там встречались очень необычные тексты. Их вы уже видели выше: это и перевёрнутые штрихкоды, и логарифмы. Их можно фильтровать с переменным успехом, но гибкости в работе с ними нет. Нельзя оперативно управлять сложностью, контролировать допустимый словарный запас, выбирать язык для разных стран. Если хочешь полностью контролировать качество капчи, то выход только один — генерировать картинки самостоятельно. Так мы и поступили.

Мы хотели создать капчу, которая будет существенно легче читаться людьми, но не ботами. На входе у нас есть какой-то текст и какой-то фон. Осталось понять, что нужно с ними сделать, чтобы добиться желаемого.

Наиболее эффектно, пожалуй, выглядит способ точечно искажать исходную картинку так, чтобы машина видела в ней совершенно не то, что видит человек.

Лёгкий шум превратил горы в собаку и рыбку в краба. Источник: https://arxiv.org/pdf/1710.06081v2.pdf

Но такой подход крайне чувствителен к изменениям алгоритмов распознавания на стороне роботов. Пришлось бы мониторить их особенно тщательно и слишком часто адаптироваться. Поэтому мы подошли более консервативно.

Задачу распознавания текста нейросетями сейчас решают хорошо, причём уже далеко не только лидеры индустрии. Но трудные задачки по-прежнему встречаются. Наиболее сложные датасеты с распознаванием слов на сегодняшний день представляют собой сильно искривлённые тексты (irregular text recognition).

Это то, с чем человек справляется относительно просто. Но не робот. Этот подход мы применили и у себя. Пример такой капчи:

Выглядит проще, чем раньше? Наши пользователи тоже так считают: эту капчу легко преодолевают уже 85% пользователей. А вот ребятам, которые учатся обходить нашу капчу, работы прибавилось.

Скриншот с одного из «секретных» форумов об автоматизации

Конечно, со временем к ней адаптировались, но масштабы проблемы в итоге не больше, чем у старой капчи. При этом людям стало существенно проще.

Полезная и добрая капча

Успех с генерацией собственных картинок воодушевил нас. Мы осознали, что капче не обязательно быть исключительным злом в глазах пользователей. Она может быть такой, какой мы захотим её сделать. Например, полезной для людей.

Каждый октябрь в России отмечают День учителя. Мы решили отпраздновать его по-своему и с пользой. Собрали данные о том, в каких словах пользователи чаще всего делают ошибки. (Яндекс по понятным причинам неплохо в этом разбирается.) На базе этого словаря сгенерировали капчу, отметив те буквы, в которых люди ошибаются. Выкатили на огромную аудиторию. Ботам это ничем не помогло, а вот людям (хочется верить!) пользу принесло.

Другой пример работы с капчей, чуть ближе к концу 2020 года. Хотелось немного поднять пользователям настроение. Придумали использовать для генерации капчи не какие попало слова и фразы, а только те, что несут положительный эмоциональный заряд. Проще говоря, такие слова, которые как минимум не портят настроение ещё больше, а в идеале улучшают его.

Собрали данные с помощью толокеров. Сгенерировали. Получили капчу, которая содержала фразы «Приятных эмоций», «Вам всё по плечу», «Продуктивного дня» и подобные.

В общем, идей для работы с капчей много. Но нельзя забывать самую главную: лучшая капча — это та, которой нет.

Капча без капчи

Вернёмся в самое начало нашей истории. Там я рассказывал о том, что капчу предлагают только тем пользователям, чьи запросы в результате быстрого анализа показались нам подозрительными. Быстрый анализ отрабатывает примерно за одну (!) миллисекунду. Делать это дольше без вреда для высоконагруженного сервиса и миллионов пользователей нельзя. Это значит, что нужно использовать быстрые алгоритмы, а они не всегда самые точные. Из-за этого люди видят капчу. Как можно обойти это узкое место? Использовать промежуточный шаг!

Если быстрый анализ вынес вердикт о подозрительности запроса, то мы можем перенаправить его на страницу с капчей. Но саму капчу пока что не показывать. Потому что в этот момент у нас появляется время на второй, более глубокий и сложный анализ. Мы можем потратить намного больше, чем одна миллисекунда, а значит, спасти существенное количество наших пользователей от необходимости преодолевать пусть и не страшную, но всё же капчу.

Теперь это работает так. Если человеку не повезло попасть на страницу с капчей, то вместо капчи он видит предложение поставить галочку и подтвердить, что он не робот.

Пока пользователь ставит галочку, мы проводим дополнительный анализ с использованием более сложной ML-модели. Если всё хорошо, то возвращаем на сервис. Если «подозрительность» сохраняется, то показываем текстовую капчу.

И ещё кое-что важное. Переход от бинарных вердиктов (бот — не бот) на первом этапе к вероятностным («робот на N%») на втором позволяет нам управлять сложностью капчи! Если на втором этапе мы по-прежнему считаем запрос подозрительным, но степень уверенности в этом не такая высокая, то показываем простейшую капчу. А вот если мы уверены, что перед нами робот, то можем сложность и приподнять. Простое, но эффективное решение.

Несколько слов о значимости этого решения для людей. Выше мы радовались тому, что 85% (а не 35%, как было раньше) пользователей справляются с новой текстовой капчей с первой попытки. Но с галочкой «Я не робот» ситуация изменилась радикально: теперь более половины пользователей возвращаются в сервис вообще без необходимости разгадывать капчу! Вот такая вот капча без капчи.

За последний год мы прошли длинный путь, но идей на будущее от этого меньше не стало. Мы уже работаем над тем, чтобы получать более точные вердикты в реальном времени и без перенаправления на промежуточные страницы. И уже есть первые успехи. Один частный пример: теперь в Safari в режиме Инкогнито встретиться даже с галочкой «Я не робот» вероятность примерно в десять раз ниже, чем раньше. Кроме того, хотим пробовать новые, более добрые форматы капчи для тех случаев, когда без неё никак.

Формы капчи могут быть разные, но главное в том, чтобы относиться к людям по-человечески и уважать их время.

Источник

Робот-доставщик Яндекса застревает в снегу

В Татарстане «Ровер» Яндекса застрял в снегу, когда осуществлял доставку по территории Иннополиса. Ему помогли прохожие.

Робот застрял в сугробе и застыл на месте. После освобождения он продолжил свой путь.

Отмечается, что это уже не первый случай, когда «Ровер» попадает в снежный плен в Иннополисе.

Комментаторы видео шутят, что доставщику не помешала бы зимняя резина. А некоторые жалуются, что доставщики любят пересекать дорогу на красный свет.

Пользователи также указывают, что проблема с роботами демонстрирует плохое качество уборки снега в Казани. Однако власти Иннополиса поспешили сообщить, что уборка снега проводится в несколько этапов, и неудачливый «Ровер» попал в западню как раз в период между очисткой дороги и тротуара после сильного снегопада.

Шестиколесный «Яндекс.Ровер» имеет длину около метра и полметра высоты. Он перемещается по тротуарам со скоростью около 5 км/ч. Робот распознает окружающие объекты вокруг и может объезжать препятствия. Беспилотник сам прокладывает себе маршрут. Он также оснащен лидаром, который помогает ориентироваться в темноте.

Роботов запустили в Иннополисе в декабре 2020 года.

В августе беспилотные роботы Яндекса занялись доставкой еды в студенческие городки при колледжах и университетах США. А «Почта России» в ноябре начала доставку небольших посылок из 27 отделений в Москве с помощью роботов-курьеров. Также роверы Яндекса будут доставлять товары из сети супермаркетов Carrefour в Дубае.

Компания намерена предоставлять услуги своих беспилотных роверов в том числе и конкурентам на рынке электронной коммерции.

Источник

«Яндекс» выпустил своих роботов-доставщиков на улицы городов

Робот-курьер от «Яндекса» тестируется на улицах

«Яндекс» начал тестировать беспилотную доставку из кафе и ресторанов в Москве и Иннополисе. Заказы блюд, оформленные клиентом через приложение «Яндекс.еда», привозит робот-доставщик «Яндекс.ровер». Об этом представители «Яндекса» сообщили CNews.

«Яндекс» полагает, что в будущем робот возьмет на себя часть заказов, которые сейчас развозят курьеры.

«Яндекс.ровер» — полуметровый робот-курьер для перевозки небольших грузов. Робот вмещает в себя до 20 кг. Компания начала его разработку летом 2019 г., а затем тестировала робота в своей штаб-квартире. Робот полностью автономен: сам планирует свой маршрут, оценивает ситуацию вокруг, объезжает препятствия и пропускает пешеходов и животных. Он способен ездить по городским тротуарам со скоростью около 5 км/ч, может работать и летом, и зимой, выполняя заказы в разных погодных условиях.

На местности дрон ориентируется при помощи комплекта камер и датчиков и размещенного на его «крыше» лидара. За счет его «ровер» может обходить препятствия, притом даже в темноте.

Как сообщили CNews в пресс-службе «Яндекса», во время движения робот определяет свое местоположение, идентифицирует и классифицирует объекты вокруг, прогнозирует, как будут действовать эти объекты в следующие несколько секунд, и планирует свои действия: «Робот может преодолевать невысокие бордюры и искусственные неровности дороги. Мы также тестируем сейчас новые конструкции шасси, которые позволят ему справляться с более сложным рельефом».

Для того чтобы выбрать доставку роботом, нужно оформить заказ в приложении «Яндекс.еда», причем дополнительно доплачивать за вызов именно робота не нужно. «Ровер» заберет заказ из ресторана и привезёт к указанному подъезду. В приложении можно посмотреть статус заказа и местоположение «ровера». Для получения заказа получателю достаточно с помощью своего смартфона открыть крышку грузового отсека робота. Пока число роботов ограничено, если свободного робота не окажется, заказ привезёт курьер — они продолжат доставлять еду в этом районе.

В 2019 г. в «Яндексе» говорили, что устройство получило имя «Яндекс.ровер» за сходство с луноходом — дрон перемещается по суше за счет вращения шести колес (в действительности название Lunar Rover Vehicle носил четырехколесный электромобиль американских астронавтов, на котором они ездили по Луне). Сотрудники компании сообщали CNews, что время автономной работы «ровера» зависит от условий движения, и одного заряда хватает на несколько часов. Грузовой отсек в нем занимает примерно половину объема корпуса.

В Москве компания тестирует необычного курьера в районе делового квартала «Белая площадь» у метро «Белорусская». Там расположены крупные офисы российских и иностранных компаний, а также кафе и рестораны. «Ровер» возит заказы из ресторанов и кафе «Марукамэ», Steak it Easy, Boston Seafood & Bar, Prime, Paul и Cheese Connection. С подключением новых точек общественного питания зона беспилотной доставки будет расширяться.

Еще одно место обитания роботов-доставщиков — Иннополис под Казанью. Жители могут сделать заказ в ресторане и выбрать беспилотную доставку в приложении «Яндекс.еда» или в городском Telegram-боте. В дальнейшем, как планируют разработчики, они будут подключаться к другим задачам и помогать жителям с повседневными делами.

В ответ на вопрос CNews, как компания уберегает роботов от вандалов, представители «Яндекса» ответили, что местоположение каждого из роботов известно в компании, плюс, сам «ровер» может подать сигнал оператору, «если поймет, что что-то идет не так».

В Москве количество роботов может варьироваться в зависимости от динамики заказов в районе. В Иннополисе сейчас работает пять роботов, и в ближайшее время к ним присоединятся еще роботы для новых сценариев доставки, уточнили в пресс-службе.

Подробности разработки «Яндекс.ровера»

CNews писал, что для ориентации в пространстве «Яндекс.ровер» использует те же алгоритмы, что и в беспилотных автомобилях «Яндекса». Они были адаптированы для нового типа задач и немного других условий движения.

Факт заимствования алгоритмов у автономных машин подтвердил и руководитель направления беспилотных автомобилей в «Яндексе» Дмитрий Полищук. «При создании «ровера» мы использовали наши наработки в области беспилотного управления. Мы адаптировали существующие технологии для новых задач и новой системы с другим набором сенсоров, так что разработка заняла меньше времени, чем если бы мы делали всё с нуля. Я уверен, что уже в ближайшем будущем подобные роботы найдут множество применений. Например, они могут стать незаменимыми для этапа «последней мили» в логистике», — отметил он.

Со временем функциональность роботов расширят

Еще во время тестирования «Яндекс» рассказывал, что «Яндекс.роверы», помимо прочего, могут развозить документы от дверей штаб-квартиры «Яндекса» до места остановки автобуса, который доставляет их в другие столичные офисы техногиганта. Также специалисты «Яндекса» тестировали разные конструкции шасси, которые позволят справляться с рельефом различной сложности и обеспечат безопасность груза.

Дмитрий Полищук говорит, что в последние годы наблюдается постоянный рост спроса на услуги доставки, и события, связанные с пандемией в 2020 г., его еще больше ускорили. «Роверы могут привозить еду из ресторанов, продукты из супермаркетов, заказы из онлайн-магазинов и постепенно будут становиться привычной частью городской жизни», — пояснил он.

Планируется, что «ровер» может стать частью актуальной экосистемы «Яндекса» и частично заменить собой людей-курьеров, в сервисе «Яндекс.еда». Помимо этого, компания может доверить ему доставку товаров из интернет-магазина «Беру» или продуктов из ближайшего к пользователю магазина в рамках сервиса «Яндекс.лавка».

Помимо этого, «Яндекс.ровер» может использоваться в складской логистике. Также, как один из вариантов развития проекта «ровер», «Яндекс» видит использование своих роботов другими компаниями.

Другие примеры роботов-«роверов»

В 2017 г. компания Starship Technologies начала в США дорожные испытания самоходных роботов-курьеров для доставки продуктов питания от ресторанов прямо к дверям покупателей. Сначала они понравились далеко не всем покупателям — роботов заливали соусом и переворачивали, однако постепенно стартап смог распространить свою деятельность более чем на сто городов.

В 2019 г. в эксплуатацию был запущен шестиколесный робот Scout для доставки товаров от Amazon. В первоначальных испытаниях приняли участие шесть экземпляров Scout, и тестирование проходило в полевых условиях. Другими словами, Scout доставляли реальные товары реальным покупателям. В августе 2019 г. Amazon провел испытания роботов-курьеров в Калифорнии. Примечательно, что лидара на крыше у Scout нет.

В марте 2019 г. тестирование собственных роботов-курьеров развернула американская логистическая компания FedEx. Ее изобретение получило усовершенствованную подвеску, позволяющую ему буквально взбираться по лестницам, а аккумулятора роботу хватает на преодоление 16 км пути. Грузоподъемность такого дрона — 45 кг.

Источник