Искусственный интеллект усиливает четырёхногий робот LocoMan, имитирующий человека

- LocoMan: робот ходит и манипулирует объектами как мы, повышая эффективность.
- Интеграция манипуляции конечностями повышает универсальность LocoMan.
- LocoMan объединяет зрение и обучение, обещая автономию и адаптивность.
Совместные исследования Карнеги-Меллонского университета, Вашингтонского университета и Google DeepMind проложили путь к прорывному искусственному четырёхногому роботу, способному одновременно ходить и захватывать предметы. Это новое развитие в области робототехники станет революционным прорывом за счёт повышения манёвренности и адаптивности робота при перемещении в сложных условиях.
Адаптивный дизайн LocoMan упрощает выполнение задач с объектами.
Этот новый квадроциклический робот под названием LocoMan обладает уникальной особенностью своих конечностей, предназначенных для манипуляции объектами. В отличие от древних моделей роботов, использовавших сочленённые руки для манипуляций, LocoMan использует свою особую морфологию для более гибкого восприятия расположения своих конечностей вместо использования верхних монтируемых рук для задач манипуляции.
При правильной реализации эта функция, наряду с другими в программном обеспечении, обеспечивает бесшовный переход между режимами работы. В основе функциональности LocoMan лежит всеобъемлющая система управления всем телом (WBC), которая обеспечивает плавный переход между пятью режимами: одностороннее захватывание, манипулирование ногами, бимануальная манипуляция, перемещение и комбинированное перемещение с манипуляцией. Благодаря двум манипуляторам на голени и сохранению оригинальных ног взаимодействие элементов позволяет LocoMan точно воспроизводить 6D-позы, что открывает широкие возможности для решения сложных задач манипуляции.
Реальная ловкость в реальных условиях
Сложность и изощрённость конструкции LocoMan были проверены в практических экспериментах, продемонстрировавших его манёвренность и адаптивность. Демонстрационный робот легко выполнял задачи, аналогичные человеческим: открывал двери, подключал штепсельные вилки к розеткам и подбирал предметы, хранящиеся в узких пространствах.
Робот идеально подходит для точного и быстрого перемещения объектов и манипулирования окружающей средой. Кроме того, его исключительная экономическая эффективность и возможность применения в различных областях свидетельствуют о его перспективности для использования в реальных приложениях в обозримом будущем.
В ближайшем будущем исследователи планируют сопоставить возможности LocoMan с последними достижениями в области компьютерного зрения и машинного обучения, интегрировав указанные технологии в робота. Робот использует модели «зрение-язык» для понимания визуального порядка необычных объектов и обрабатывает вербальные команды человека, что делает интерактивные процедуры практически естественными. Это также открывает возможность пересмотра действий роботов в значительной степени, что в конечном итоге ведёт к повышению автономности и улучшению адаптивности.
Интегрированное манипулирование конечностями повышает эффективность
Разработка LocoMan представляет собой важный шаг в робототехнике, предлагая новый подход к решению проблемы. В результате навигация и манипулирование в сложных средах становятся более эффективными.
Робот реализует эту функцию благодаря встроенным возможностям манипуляции конечностей, которые могут отсутствовать у других типов квадроногих роботов, что обеспечивает повышенную универсальность и мастерство. По мере появления новых методов компьютерного зрения и машинного обучения LocoMan сможет решать ещё более широкий спектр практических задач. Таким образом, новые классы интеллектуальных и адаптивных роботизированных систем уже на подходе.
Не просто читайте новости о криптовалютах. Понимайте их. Подпишитесь на нашу рассылку. Это бесплатно.
Отказ от ответственности. Предоставленная информация не является торговой рекомендацией. Cryptopolitan.com Мы не несем ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мы настоятельно рекомендуем проводить независимое исследование и/или проконсультироваться с квалифицированным специалистом перед принятием любых инвестиционных решений.

Эмман Омванда
Экспертиза Эммануэля Омванды охватывает рынки криптовалют, включая фундаментальный и технический анализ. Ранее он работал в различных крипто-медиа-изданиях перед присоединением к Cryptopolitan, включая CoinEdition, The Crypto Basic, CryptoNews Flash и DroomDroom. Он имеет степень бакалавра наук (BSc.) по математике и компьютерным наукам Университета Кеньятта (Кения) и в настоящее время находится на последнем году обучения по степени бакалавра искусств в области коммуникаций и медиаисследований.
















