KI-verbesserter vierbeiniger Roboter LocoMan, der Menschen nachahmt

- LocoMan: Der Roboter geht & handhabt Objekte wie wir, was die Effizienz steigert.
- Integrierte Gliedmaßen-Manipulation erhöht die Vielseitigkeit von LocoMan.
- LocoMan integriert Vision & Lernen und verspricht Autonomie & Anpassungsfähigkeit.
Die gemeinsame Forschung der Carnegie Mellon University, der University of Washington und Google DeepMind hat den Weg für einen bahnbrechenden künstlichen vierbeinigen Roboter geebnet, der gleichzeitig gehen und greifen kann. Diese neue Entwicklung durch Roboter wird eine revolutionäre Durchbruch sein, indem sie die Agilität und Anpassungsfähigkeit verbessert, wenn sich der Roboter in einem komplexen Habitat bewegt.
Das anpassungsfähige Design von LocoMan macht Aufgaben mit Objekten einfacher.
Dieser neu entwickelte quadrupedale Roboter namens LocoMan verfügt über ein besonderes Merkmal seiner Gliedmaßen, das zur Manipulation von Objekten ausgelegt ist. Im Gegensatz zu älteren Robotermodellen, die für Manipulationszwecke gegliederte Arme verwendeten, nutzt LocoMan seine einzigartige Morphologie für eine flexiblere Wahrnehmung der Anordnung seiner Gliedmaßen, anstatt auf oben montierte Arme für Manipulationsaufgaben zurückzugreifen.
Bei ordnungsgemäßer Implementierung gewährleistet diese Funktion zusammen mit weiteren Funktionen der Software einen nahtlosen Übergang zwischen Betriebsmodi. Der Funktionalität von LocoMan liegt ein umfassendes Whole-Body-Control-(WBC)-Framework zugrunde, das einen nahtlosen Wechsel zwischen fünf Betriebsmodi ermöglicht: Greifen mit einer Hand, Manipulation mit dem Fuß, bimanuelle Manipulation, Fortbewegung sowie kombinierte Fortbewegungs- und Manipulationsaufgaben. Mit zwei Manipulatoren am Unterschenkel und unter Beibehaltung der originalen Beine entsteht ein harmonisches Zusammenspiel, das LocoMan die hervorragende Fähigkeit verleiht, 6D-Posen nachzuahmen und so eine breite Palette komplexer Manipulationsaufgaben zu bewältigen.
Geschickte Leistung in der realen Welt
Die Komplexität und Feinheit von LocoMan wurden in praktischen Experimenten herausgefordert, die seine Agilität und Anpassungsfähigkeit unter Beweis stellten. Der Demonstrationsroboter erledigte mühelos menschliche Aufgaben wie das Öffnen von Türen, das Einstecken von Netzsteckern in Steckdosen sowie das Aufnehmen von Gegenständen aus engen Räumen.
Der Roboter eignet sich hervorragend für das präzise und schnelle Bewegen sowie Manipulieren der Umgebung. Darüber hinaus unterstreichen seine vernachlässigbaren Kosten und die Vielseitigkeit in verschiedenen Anwendungsbereichen sein Potenzial für den Einsatz in realen Anwendungen in absehbarer Zukunft.
In naher Zukunft planen die Forscher, die Fähigkeiten von LocoMan durch die Integration der genannten Technologien mit dem neuesten Stand der Computer Vision und des maschinellen Lernens zu erweitern. Der Roboter nutzt Sprach-Vision-Modelle, um visuelle Anweisungen zu verstehen, und verarbeitet verbale Befehle vom Menschen, was interaktive Abläufe nahezu natürlich gestaltet. Zudem bietet er die Möglichkeit einer Rückmeldung, über die Aktionen des Roboters weitgehend nachvollzogen werden können, was letztlich zu erhöhter Autonomie und verbesserter Anpassungsfähigkeit führt.
Integrierte Gliedmaßen-Manipulation steigert die Effizienz
Die Entwicklung von LocoMan stellt einen wichtigen Schritt in der Robotik dar und bietet einen neuen Ansatz zur Lösung des Problems. Dadurch wird das Navigieren und Manipulieren komplexer Umgebungen effizienter.
Der Roboter nutzt diese Funktion durch die integrierten Manipulationsfähigkeiten seiner Gliedmaßen, was bei anderen quadrupeden Robotertypen nicht zu sehen ist, was zu einer verbesserten Vielseitigkeit und Kompetenz führt. Da neue Methoden der Computer Vision und des maschinellen Lernens entstehen, wird LocoMan in der Lage sein, eine größere Bandbreite praktischer Probleme zu lösen. Daher stehen neue intelligente und adaptive Klassen von Robotersystemen unmittelbar bevor.
Wenn Sie dies lesen, sind Sie bereits einen Schritt voraus. Bleiben Sie mit unserem Newsletter auf dem Laufenden.
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan.com Wir übernehmen keine Haftung für Investitionen, die auf den auf dieser Seite bereitgestellten Informationen basieren. Wir empfehlen dringend, vor jeglichen Anlageentscheidungen eine unabhängige Recherche durchzuführen und/oder einen qualifizierten Fachmann zu konsultieren.

Emman Omwanda
Emmanuel Omwandas Expertise liegt in den Kryptowährungsmärkten und umfasst sowohl fundamentale als auch technische Analysen. Er arbeitete zuvor bei verschiedenen Krypto-Medien, bevor er zu Cryptopolitan kam, darunter CoinEdition, The Crypto Basic, CryptoNews Flash und DroomDroom. Er hat einen Bachelor of Science (BSc.) in Mathematik und Informatik von der Kenyatta University in Kenia und befindet sich derzeit im letzten Jahr seines Studiums für einen Bachelor of Arts in Kommunikations- und Medienwissenschaften.
















