Gepubliseer op: 25 Februarie 2025 / Update van: 25 Februarie 2025 - Skrywer: Konrad Wolfenstein
Van struikel tot Somersault in robotika: AI-upgrade definieer humanoïde vaardighede-beeld: xpert.digital
Die toekoms van die humanoïede: Atlas is deur versterking wat slimmer leer
Strategiese vennootskap: Boston Dynamics optimaliseer Atlas vir regte toepassings
In 'n aankondiging het Boston Dynamics, 'n pionier op die gebied van Dynamic Robot, en die Robotics & AI Institute (RAI Institute), 'n navorsingsinstelling onder leiding van die bekende robotkenner en voormalige uitvoerende hoofde van Boston Dynamics, Marc Raibert, aangekondig Strategiese vennootskap. Die verklaarde doel van hierdie samewerking, wat amptelik in Februarie 2025 begin het, is die beduidende verbetering van die vaardighede van die Advanced Humanoid Robot Atlas deur gebruik te maak van versterkingsleer (versterkende leer). Hierdie samewerking beloof nie net om Atlas meer buigsaam en rats te maak nie, maar ook om dit te kwalifiseer vir 'n groter spektrum van werklike toepassings en sodoende die weg baan vir 'n nuwe era van humanoïde robotika.
Geskik vir:
Kerndoelwitte van toekomstige georiënteerde samewerking
Die vennootskap tussen Boston Dynamics en die RAI -instituut fokus op 'n aantal ambisieuse doelwitte wat daarop gemik is om die fundamentele vaardighede van Atlas te omskep en om dit van 'n indrukwekkende navorsingsdemonstrator te ontwikkel in 'n gevarieerde en praktiese instrument. In die middel van hierdie pogings is drie hoofareas:
Die oorbrugging van die sim-tot-regte gaping: die weg van die simulasie tot die werklikheid
Een van die grootste uitdagings in robotika, veral op die gebied van versterkingsleer, is die oordrag van vaardighede wat in simulasies aan die regte wêreld aangeleer is. Simulasies bied 'n ideale omgewing vir opleidingsrobotte omdat dit onbeperkte hoeveelhede data moontlik maak, volledige beheer oor die omgewing en die moontlikheid om gevaarlike of koste -intensiewe scenario's met risiko -vry te simuleer. Robotte kan ontelbare iterasies van bewegings en take in virtuele wêrelde uitvoer sonder die risiko van skade of beserings.
Die werklikheid, daarenteen, is baie meer ingewikkeld en onvoorspelbaar. Fisiese robotte werk in 'n wêreld vol sensoriese geraas, onvoorsiene afwykings, onakkuraathede in modellering en die konstante uitdaging van veranderlikheid. Wat in 'n perfek beheerde simulasie werk, kan in die chaotiese werklikheid misluk. Die 'sim-tot-real-lücke' beskryf presies hierdie verskil.
Die vennootskap tussen Boston Dynamics en die RAI -instituut het homself die doelwit gestel om hierdie leemte te sluit met behulp van innoverende metodes en algoritmes. Die navorsers werk aan die ontwikkeling van robuuste en veralgemeenbare bewegings wat nie net in simulasie nie, maar ook in die regte wêreld werk. Dit sluit die ontwikkeling van gevorderde simulasieomgewings in wat die fisiese werklikheid meer presies karteer, sowel as die gebruik van tegnieke soos domeine -randomisering en aanpasbare simulasie om die modelle wat opgelei is in simulasies wat meer bestand is teen die onbeholpe van die werklike wêreld, te maak. Die sukses op hierdie gebied is van kardinale belang om die volle potensiaal van versterkingsleer vir robotika te benut en robotte in regte, ongestruktureerde omgewings te gebruik.
Verbetering van loco -manipulasie: die kuns van beweging en interaksie
Die vermoë om loco -manipulasie op te spoor, dit wil sê die gelyktydige vervoer en manipulasie van voorwerpe, is 'n sleutelvermoë vir robotte wat in komplekse en dinamiese omgewings moet werk. Stel jou voor 'n humanoïde robot wat deur 'n pakhuis beweeg om pakkette te pluk, of 'n robot wat puin in 'n rampsone uitskakel en terselfdertyd na oorlewendes soek. In al hierdie scenario's is dit noodsaaklik dat die robot nie net doeltreffend beweeg nie, maar ook terselfdertyd met sy omgewing kan omgaan.
Die ontwikkeling van gevorderde Loko -manipulasiestrategieë is egter 'n enorme uitdaging. Dit verg noue koördinering tussen bewegingsbeplanning, spoorbeplanning, aangrypende beplanning en die vlak van sterkte. Die robot moet in staat wees om sy bewegings en manipulasies aan te pas by die voortdurend veranderende toestande van sy omgewing in reële tyd.
As deel van die vennootskap sal die navorsers nuwe en innoverende strategieë ontwikkel om Atlas Loco -manipulasievaardighede tot 'n nuwe vlak te verhoog. Dit sluit in die ondersoek na algoritmes vir die gelyktydige beplanning en grypbeplanning, die ontwikkeling van robuuste kragbeheerstrategieë vir die manipulering van verskillende voorwerpe en die integrasie van sensoriese inligting in die kontrole -lus om reaksie vinnig en aanpasbare loco -manipulasie moontlik te maak. Die verbetering van loco -manipulasie is 'n belangrike stap om Atlas 'n baie veelsydige en nuttige hulpmiddel vir 'n verskeidenheid toepassings te maak.
Navorsing oor kontakstrategieë met die hele liggaam: die sinergie van armes en bene
Humanoïde robotte soos Atlas het die unieke potensiaal om te beweeg en te kommunikeer op 'n manier wat baie ooreenstem met menslike beweging. Hierdie vermoë om die hele liggaam, insluitend die arms, bene en romp, in ingewikkelde bewegings en take te integreer, bied heeltemal nuwe geleenthede vir robotika. Kontakstrategieë vir alle liggaame gaan verder as eenvoudige manipulasie met die arms en gebruik die sinergie tussen die arms en bene om hoëprestasiebewegings en take moontlik te maak.
Dink aan 'n persoon wat 'n swaar voorwerp dra. Hy gebruik nie net sy arms nie, maar ook sy bene, sy romp en sy hele liggaam om die gewig te stabiliseer, om die balans te behou en om die voorwerp doeltreffend te vervoer. Net so moet humanoïde robotte hul hele liggaam kan gebruik om ingewikkelde take te bestuur wat noue koördinasie tussen die arms en bene benodig.
Die navorsers fokus op die ontwikkeling van gevorderde regulatoriese algoritmes en beplanningstrategieë vir hoëprestasie volle liggaamsbewegings en take. Dit sluit in gebiede soos dinamiese hardloop, spring, klim, opheffing en dra van swaar voorwerpe, manipulasie in beknopte kamers en die interaksie met komplekse omgewings. Die navorsing van kontakstrategieë met volle liggaam is van kardinale belang om die volle potensiaal van die humanoïde vormfaktor te benut en om robotte te ontwikkel wat op 'n natuurlike en intuïtiewe manier in die wêreld kan beweeg en in wisselwerking kan wees.
Die belangrikheid van hierdie rigtinggewende samewerking
Die vennootskap tussen Boston Dynamics en die RAI -instituut is om verskeie redes van groot belang vir robotika en AI -navorsingsgemeenskap. Eerstens kombineer sy twee toonaangewende organisasies op die gebied van robotika, elk met unieke sterk punte en vaardighede. Boston Dynamics is wêreldwyd bekend vir sy indrukwekkende en dinamiese robotplatforms soos Atlas, Spot, Handle en Stretch. Die RAI -instituut onder leiding van Marc Raiibert bring dekades ervaring in die ontwikkeling van toptegnologieë vir intelligente masjiene en in die gebruik van versterkingsleer tot komplekse robotika -probleme.
Marc Raiber, die stigter van die RAI -instituut, is 'n ikoon van robotika. As 'n voormalige uitvoerende hoof van Boston Dynamics, het hy die ontwikkeling van die onderneming aansienlik gevorm en van die indrukwekkendste robotte ter wêreld opgelewer. Robotika -navorsing het 'n blywende impak gehad op sy visie op robotte, wat in die regte wêreld so slim en veelsydig kan beweeg as mense en diere. Met die stigting van die RAI -instituut, gaan Raiber voort met sy missie om die grense van die moontlike in robotika en AI uit te brei.
Die samewerking is gebaseer op 'n stewige basis van vroeëre gesamentlike projekte, insluitend die 'Versterkingsleer Navorser Kit' vir die vier -legte robotplek. Hierdie stel stel navorsers wêreldwyd in staat om leeralgoritmes op die plekplatform te ontwikkel en te toets. Die suksesvolle ontwikkeling en implementering van hierdie stel het getoon dat beide organisasies in staat is om effektief saam te werk en innoverende oplossings te ontwikkel op die gebied van herforstasie -leer vir robotika.
Deur die gebruik van versterkingsleer na Atlas, een van die mees gevorderde en kragtigste humanoïde robotte ter wêreld, verwag vennote beduidende vordering in die ontwikkeling van humanoïde vaardighede. Versterkingsleer bied die potensiaal om robotte op te lei, om ingewikkelde take te bestuur wat moeilik is om te implementeer met tradisionele programmeringsbenaderings. Dit stel robotte in staat om te leer deur interaksie met hul omgewing, om aan te pas en hul vaardighede voortdurend te verbeter.
Boston Dynamics en die RAI -instituut het onderneem om gereelde opdaterings en demonstrasies van hul werk met Atlas te publiseer om vordering te maak met humanoïde robotika wat toeganklik is vir die algemene publiek. Hierdie deursigtigheid is belangrik om vertroue in robotika en AI -navorsing te versterk en om sosiale aanvaarding vir hierdie tegnologieë te bevorder. Die beplande publikasies sal nie net die wetenskaplike gemeenskap inlig nie, maar ook die publiek inspireer vir die fassinerende moontlikhede en uitdagings van humanoïde robotika.
Gesamentlike navorsing en ontwikkeling in detail
Die samewerking tussen Boston Dynamics en die RAI -instituut is verdeel in verskillende kernareas van navorsing en ontwikkeling, wat mekaar nou verbind en mekaar aanvul:
Ontwikkeling van 'n gemeenskaplike heraan-up-leeropleidingspyplyn vir Atlas
In die middel van die vennootskap is die ontwikkeling van 'n moderne versterkingspyplyn vir versterkingsleer, wat spesiaal aangepas is vir die behoeftes en vaardighede van Atlas. Hierdie pypleiding vorm die basis vir die opleiding van dinamiese en veralgemeenbare gedrag vir mobiele manipulasie. Dit bevat alle stappe van die versterkingsleerproses, van die definisie van beloningsfunksies en die keuse van geskikte algoritmes tot die ontwikkeling van simulasieomgewings en die verkryging van data na validering en oordrag van die geleerde gedrag op die regte robot.
Die opleidingspyplyn sal modulêr wees om buigsaamheid en aanpasbaarheid by verskillende take en omgewings te verseker. Dit sal gevorderde tegnieke van versterkingsleer integreer, soos diepversterkingsleer, modelgebaseerde versterkingsleer en multi-agent-versterkingsleer om die doeltreffendheid en robuustheid van die opleiding te maksimeer. 'N Spesiale fokus is op die ontwikkeling van beloningsfunksies wat Atlas in staat stel om ingewikkelde take te leer sonder om elke stap eksplisiet te spesifiseer. Die beloningsfunksies is bedoel om die robot te lei om doeltreffende, natuurlike en menslike bewegings en interaksies te ontwikkel.
Sim-tot-regte oordrag: die brug tussen virtuele en regte wêreld
Soos reeds genoem, is die sim-tot-regte-oordrag een van die grootste uitdagings in versterkingsleer vir robotika. Die spanne sal intensief werk om die gaping tussen simulasies en die regte wêreld te oorbrug en te verseker dat die gedrag wat in simulasies opgelei is, suksesvol en betroubaar na die fisiese hardeware oorgedra kan word.
Dit vereis 'n multi -laag benadering, wat die verbetering van die simulasieomgewings en die ontwikkeling van robuuste oordragmetodes insluit. Die simulasieomgewings word voortdurend verbeter om die fisiese werklikheid meer presies te karteer, insluitend die modellering van wrywing, kontak, traagheid en ander fisiese effekte. Terselfdertyd word tegnieke soos domeine randomisering, stelselidentifisering en aanpasbare beheer gebruik om die modelle opgelei te maak in simulasies wat meer bestand is teen die onbeholpe van die regte wêreld. Die doel is om 'n naatlose oorgang van die simulasie na die werklikheid te skep, sodat Atlas die vaardighede wat in die virtuele wêreld geleer is, kan gebruik sonder 'n beduidende verlies aan prestasie in regte omgewings.
Fokus op sleutelvaardighede vir die toekoms van humanoïde robotika
Die vennootskap fokus op die ontwikkeling en verbetering van sleutelvaardighede wat noodsaaklik is vir die praktiese gebruik van humanoïde robotte in regte omgewings:
Verbeterde loko -manipulasie: hanteer voorwerpe tydens beweging
Atlas is om voorwerpe en toestelle soos deure, skakelaars, hefbome, gereedskap en ander voorwerpe te manipuleer terwyl hulle terselfdertyd beweeg. Hierdie vermoë is van kardinale belang vir 'n verskeidenheid toepassings, van industriële outomatisering tot logistiek tot soek- en reddingsoperasies. Stel jou voor dat Atlas, wat deur 'n rowwe terrein beweeg en terselfdertyd puin uitgeskakel het of gereedskap bedien om 'n beskadigde struktuur te herstel.
Die verbeterde Loco -manipulasie vereis die ontwikkeling van algoritmes, wat die bewegingsbeplanning, die aangrypende beplanning en die vlak van krag in reële tyd koördineer. Atlas moet sy bewegings en manipulasies kan aanpas by die vorm, grootte, gewig en aard van die voorwerpe wat hy manipuleer. Daarbenewens moet hy in staat wees om onsekerhede in die persepsie en die omliggende gebied te hanteer en sy planne en bewegings dinamies aan te pas. Die ontwikkeling van hierdie vaardighede sal Atlas 'n baie meer veelsydige en nuttiger hulpmiddel maak vir 'n wye verskeidenheid toepassings.
Volle liggaamskontakstrategieë: komplekse bewegings en swaar vragte
Die navorsers fokus op die ontwikkeling van veeleisende volle bewegings wat verder gaan as eenvoudige loop en bereik. Dit sluit in dinamiese hardloop, spring, klim, opheffing en dra van swaar voorwerpe en manipulasie in beknopte kamers. Hierdie vaardighede verg noue koördinasie tussen die arms, bene en romp en gebruik die sinergie van die hele liggaam om ingewikkelde take te bestuur.
Dinamiese hardloop en spring stel Atlas in staat om vinnig en doeltreffend te beweeg in ongelyke terrein en oor struikelblokke. Klim brei sy reeks uit en maak dit moontlik tot moeilike gebiede. As hy swaar voorwerpe ophef en dra, maak hy 'n waardevolle helper in logistiek en konstruksie. Manipulasie in beknopte kamers stel die gebruik in omgewings wat moeilik is om toegang of gevaarlik vir mense te kry. Die ontwikkeling van kontakstrategieë met 'n volledige liggaam is 'n belangrike stap om die volle potensiaal van die humanoïde vormfaktor te benut en Atlas 'n baie rats en kragtige robot te maak.
Praktiese implementering en deurlopende vorderingsbeheer
Die vennootskap tussen Boston Dynamics en die RAI-instituut heg groot belang aan 'n deursigtige en praktykgerigte implementering van u navorsings- en ontwikkelingswerk:
Gereelde vorderingsverslae en demonstrasies
Boston Dynamics en die RAI -instituut het onderneem om periodieke vorderingsverslae te publiseer wat die jongste ontwikkelings en sukses van die samewerking dokumenteer. Hierdie verslae bevat nie net geskrewe beskrywings van vooruitgang nie, maar ook aanskoulike demonstrasies met Atlas, wat die nuut aangeleerde vaardighede in aksie toon. Hierdie demonstrasies word in die vorm van video's en aanbiedings gepubliseer en word toeganklik gemaak vir die wetenskaplike gemeenskap en die algemene publiek.
Die gereelde opdaterings en demonstrasies dien verskeie doeleindes. Dit stel die wetenskaplike gemeenskap in staat om die vordering in humanoïde robotika na te streef en mekaar te inspireer. Dit bevorder deursigtigheid en vertroue in robotika -navorsing en help om sosiale aanvaarding vir hierdie tegnologieë te verhoog. Daarbenewens bied hulle Boston Dynamics en die RAI -instituut die geleentheid om terugvoering van die gemeenskap te ontvang en hul navorsingsrigting dienooreenkomstig aan te pas.
Ligging van samewerking: Massachusetts, VSA
Die hele navorsings- en ontwikkelingswerk as deel van die vennootskap vind plaas in Massachusetts, waar albei organisasies hul hoofkwartier het. Hierdie ruimtelike nabyheid bevorder noue samewerking en direkte uitruil tussen die navorsingspanne. Die spanne van Boston Dynamics en die RAI -instituut werk in gewone laboratoriums en gebruik die hulpbronne en infrastruktuur van albei organisasies. Hierdie noue integrasie van spanne en hulpbronne is 'n belangrike faktor vir die sukses van die vennootskap en stel sinergieë in staat om gebruik te word en om navorsings- en ontwikkelingswerk doeltreffend te bevorder.
Verwagte nuwe vaardighede van Atlas: 'n blik op die toekoms van humanoïde robotika
As gevolg van die vennootskap tussen Boston Dynamics en die RAI -instituut, is die Atlas -robot bedoel om 'n aantal baanbrekende nuwe vaardighede te bekom wat dit 'n nog meer veelsydige en nuttige instrument sal maak:
Verbeterde mobiliteit en manipulasie: behendigheid en presisie in beweging
Dinamiese beweging
Atlas is om nog meer stabiel en vloeistof op ongelyke terrein, in komplekse omgewings en selfs in dinamiese scenario's te kan beweeg. Dit sluit in hardloop, spring, klim en die vermoë om in reële tyd by verskillende oppervlaktes en toestande aan te pas. Die dinamiese beweging word moontlik gemaak deur gevorderde regulatoriese algoritmes en sensordata -samesmelting wat Atlas in staat stel om sy balans te hou, hindernisse te oorkom en sy bewegings aan te pas by die onderskeie situasie.
Volle liggaam manipulasie
Die robot sal gevorderde strategieë implementeer vir kontak met volledige liggaam om swaar voorwerpe presies en doeltreffend te kan gebruik, dra, te beweeg en te manipuleer. Dit vereis 'n hoogs ontwikkelde koördinasie van arms, bene en romp om die gewig te stabiliseer, om die balans te behou en om die voorwerpe veilig te hanteer. Die manipulasie van die liggaam sal Atlas in staat stel om take aan te pak wat voorheen slegs gereserveer was vir mense, soos om swaar vragte in pakhuise, op konstruksieterreine of in rampgebiede te beweeg.
Gevorderde omgewingsinteraksie: intelligente interaksie met die wêreld
Voorwerpmanipulasie
Atlas moet leer om 'n verskeidenheid voorwerpe en toestelle in sy omgewing te manipuleer, insluitend deure, skakelaars, hefbome, kleppe, gereedskap, houers en nog baie meer. Hierdie vermoë sal hom in staat stel om in menslike omgewings op te tree en take uit te voer wat interaksie met die bestaande infrastruktuur benodig. Voorwerpmanipulasie vereis gevorderde persepsievaardighede om voorwerpe te herken, op te spoor en te identifiseer, sowel as gesofistikeerde gryp- en manipulasiestrategieë om dit veilig en doeltreffend te hanteer.
Aanpasbaarheid by materiale en strukture
Die robot kan sy krag, spoed en bewegings outomaties en intelligent aanpas by verskillende materiale en strukture sonder om dit te beskadig of te vernietig. Dit is van kardinale belang vir die veilige en betroubare interaksie met die regte wêreld, waarin robotte 'n verskeidenheid oppervlaktes, materiale en voorwerpe sal teëkom. Die aanpasbaarheid word bewerkstellig deur die gebruik van sterkte- en wringkragsensors, tasbare sensors en gevorderde regulatoriese algoritmes wat Atlas in staat stel om die interaksies daarvan in reële tyd te monitor en aan te pas.
Leervermoë en veralgemening: die basis vir toekomstige innovasies
Doeltreffender leer deur versterkingsleer:
Die gebruik van gevorderde leertegnieke vir suiweringstoepassing is bedoel om Atlas in staat te stel om nuwe vaardighede baie vinniger en doeltreffender as voorheen te leer. Dit sluit die ontwikkeling van algoritmes in wat leer versnel, die data
Geskik vir:
Jou globale bemarkings- en besigheidsontwikkelingsvennoot
☑️ Ons besigheidstaal is Engels of Duits
☑️ NUUT: Korrespondensie in jou landstaal!
Konrad Wolfenstein
Ek sal graag jou en my span as 'n persoonlike adviseur dien.
Jy kan my kontak deur die kontakvorm hier in te vul of bel my eenvoudig by +49 89 89 674 804 (München) . My e-posadres is: wolfenstein ∂ xpert.digital
Ek sien uit na ons gesamentlike projek.