每週五的影片時間是你每週精選的精彩機器人影片,由 IEEE Spectrum 機器人團隊為你收集。我們還會發布接下來幾個月的機器人活動日曆。請 告訴我們你的活動,以便加入日曆中。
RoboCup 德國公開賽:2025年3月12日至16日,德國紐倫堡德國機器人會議:2025年3月13日至15日,德國紐倫堡歐洲機器人論壇:2025年3月25日至27日,德國斯圖加特RoboSoft 2025:2025年4月23日至26日,瑞士洛桑ICUAS 2025:2025年5月14日至17日,美國北卡羅來納州夏洛特ICRA 2025:2025年5月19日至23日,美國喬治亞州亞特蘭大倫敦人形機器人峰會:2025年5月29日至30日,英國倫敦IEEE RCAR 2025:2025年6月1日至6日,日本富山2025能源無人機與機器人峰會:2025年6月16日至18日,美國休斯頓RSS 2025:2025年6月21日至25日,美國洛杉磯ETH 機器人暑期學校:2025年6月21日至27日,瑞士日內瓦IARS 2025:2025年6月30日至7月4日,意大利熱那亞ICRES 2025:2025年7月3日至4日,葡萄牙波爾圖IEEE 世界觸覺會議:2025年7月8日至11日,韓國水原IFAC 機器人研討會:2025年7月15日至18日,法國巴黎RoboCup 2025:2025年7月15日至21日,巴西巴伊亞
享受今天的影片吧!
去年,我們推出了新的 Atlas——更快、更強、更緊湊,且不那麼凌亂。我們正在設計世界上最具動態的人形機器人,能做任何事情,但我們是一步一步來的。我們的第一個任務是零件排序,這是汽車製造中常見的物流任務。了解為什麼我們從排序開始,我們是如何解決困難的問題,以及我們如何提供具有實際價值的人形機器人。
我最喜歡的部分是1:40,當 Atlas 蹲下來從地上撿起一個零件。
[ 波士頓動力公司 (Boston Dynamics) ]
我最印象深刻的是,與那根棍子接觸並不會讓機器人摔倒。
[ Unitree ]
帕特里夏·阿爾維斯-奧利維拉教授正在研究藝術作品的真實性,這些作品是由藝術家和機器人共同創作的。她的研究實驗室,Robot Studio,正在開發通過分析整個創作過程來驗證藝術作品的方法。這是通過使用藝術家的生物識別信息以及從第一筆畫到最終畫作的創作過程來實現的。這項工作旨在在生成式人工智慧的時代將所有權重新帶回給藝術家。
[ Robot Studio ] 在 [ 密西根大學 (University of Michigan) ]
難以置信,RoMeLa 已經開發人形機器人20年了!希望再來20年!
[ RoMeLa ] 在 [ 加州大學洛杉磯分校 (University of California Los Angeles) ]
在這個演示中,Reachy 2 自動分類健康和不健康的食物。沒有機器學習,沒有預訓練的人工智慧——只有實時物體檢測!
[ Pollen ]
生物蛇類通過眾多關節實現高機動性,啟發了用於救援和檢查的蛇形機器人。然而,傳統設計的關節數量有限。這篇論文介紹了一種由許多被動連接組成的無驅動蛇形機器人,該機器人可以通過重新定位沿內部齒輪的電機驅動關節單元來動態改變其關節耦合配置。此外,一種柔性機器人皮膚無線為這些單元供電,消除了線纏繞和斷開的風險。
[ 論文 (Paper) ]
謝謝你,Ayato!
[ Tech United ]
日常任務中的自主操作需要靈活的行動生成,以應對複雜多樣的現實環境,例如硬度和柔軟度不同的物體。模仿學習 (Imitation Learning, IL) 使機器人能夠從專家演示中學習複雜任務。然而,許多現有的方法依賴於位置/單邊控制,這在需要力量信息/控制的任務中存在挑戰,例如小心抓取易碎或硬度不同的物體。為了解決這些挑戰,我們介紹了基於雙邊控制的模仿學習,通過行動分塊與變壓器 (Bi-ACT) 和考慮多樣化運動控制模式的低成本物理硬件進行日常雙手機器人操作研究 (ALPHA-α)。
[ Alpha-Biact ]
謝謝你,Masato!
由 UBTECH 的革命性框架 “BrainNet” 驅動,一組 Walker S1 人形機器人在 Zeekr 的智慧工廠中共同合作,掌握複雜任務!團隊合作讓機器人的夢想成真。
[ UBTECH ]
個人移動機器人助手預計在工業和醫療領域找到廣泛應用。然而,在運動中手動操控機器人需要操作者高度集中,特別是在狹窄或擁擠的空間中。這項工作提出了一種虛擬牽繩,讓機器人能自然跟隨操作者。我們成功地在 ANYmal 平台上驗證了我們整個流程在現實世界實驗中的穩健性和性能。
[ ETH 蘇黎世機器人系統實驗室 (ETH Zurich Robotic Systems Lab) ]
我永遠不想從裡面檢查風力發電機的葉片。
[ Flyability ]
有時候,你可以從說明性開箱影片中學到比華麗演示更多的關於機器人的知識。
[ DEEP Robotics ]
賓州工程學院的研究人員發現,某些由人工智慧控制的機器人的特徵存在安全漏洞和弱點,這些漏洞和弱點之前未被識別和了解。這項研究由國家科學基金會和陸軍研究實驗室資助,旨在解決確保大型語言模型 (LLMs) 在機器人中安全部署的新興脆弱性。
[ RoboPAIR ]
ReachBot 是斯坦福大學 (Stanford) 和 NASA 的聯合項目,旨在探索在火星洞穴等挑戰性環境中的新移動方法。它由一個緊湊的機器人身體和非常長的伸展臂組成,這些臂基於用於可伸縮天線的桅杆。這些桅杆從捲筒中展開,並可以在低重力下延伸數米。在這次演講中,我將介紹 ReachBot 的設計和運動規劃考量,報告在莫哈維沙漠的熔岩管中進行的單臂 ReachBot 的現場測試,並討論未來計劃,包括將一個或多個配備手腕和夾具的 ReachBot 臂安裝在移動平台上,例如 ANYMal。
[ ReachBot ]
來自您網站的文章
網絡上的相關文章
本文由 AI 台灣 運用 AI 技術編撰,內容僅供參考,請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團,
隨時掌握最新 AI 動態與實用資訊!