快科技资讯 02月23日
前波士顿动力研究所展示智能自行车UMV:跑酷轻松跳上桌
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

RAI研究所发布了最新研究成果——自行车机器人UMV,引发广泛关注。UMV移动迅速,动作敏捷,能轻松跳上高桌面,静止时也能保持平衡。更令人惊叹的是,它完全依靠AI来保持平衡,没有配备平衡陀螺仪,展现了强大的学习和控制能力。UMV采用了与机器狗Spot类似的强化学习流程,成功学会了跑酷动作。然而,倒车等简单动作对UMV来说却更具挑战。目前,RAI研究所正努力让UMV走出实验室,在复杂地形上进行自行车跑酷表演。

🤖UMV是一款由RAI研究所开发的自行车机器人,它最大的亮点在于无需平衡陀螺仪,完全依赖AI进行平衡控制,这展示了其卓越的智能化水平。

🤸UMV通过强化学习(RL)流程,掌握了包括跳跃和平衡在内的高难度跑酷动作,其训练方法与波士顿动力机器狗Spot高速奔跑时所用的方法相似。

🚧尽管UMV在许多方面表现出色,但在倒车等看似简单的动作上却面临挑战,研究人员指出,在崎岖地形或存在干扰的情况下,使用经典的模型预测控制(MPC)控制器难以实现稳定的倒车操作。

快科技2月23日消息,近期,机器人领域可谓热闹非凡。中国宇树机器人凭借其灵巧的身姿和强大的运动能力,在国内外掀起一股热潮,众多国外网友纷纷表示被中国的科技实力所震撼。

与此同时,前波士顿动力CEO所在的RAI研究所也发布了最新研究成果——自行车机器人UMV。

从RAI研究所发布的视频中可以看到,UMV移动迅速,动作敏捷,可以轻松跳上比它本身还高的桌面,并且在静止状态下也能保持平衡,整体表现十分惊艳。

更令人惊叹的是,UMV没有配备任何平衡陀螺仪,而是完全依靠AI来保持平衡,这充分展现了其强大的学习能力和控制能力。

RAI研究所的机器人专家Farbod Farshidian介绍,UMV采用了与机器狗Spot高速奔跑时基本相同的强化学习RL流程,用于平衡和驾驶训练,并成功学会了跑酷动作。

然而,对于UMV来说,完成一些看似简单的动作甚至更难,比如倒车。研究员表示,使用经典的模型预测控制(MPC)控制器很难做到倒车这个动作,尤其是地形崎岖或有干扰的情况下。

目前,RAI研究所还在努力让UMV走出实验室,在复杂地形上来一场真正的自行车跑酷表演。

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

自行车机器人 人工智能 强化学习 UMV
相关文章