成人av在线资源一区,亚洲av日韩av一区,欧美丰满熟妇乱XXXXX图片,狠狠做五月深爱婷婷伊人,桔子av一区二区三区,四虎国产精品永久在线网址,国产尤物精品人妻在线,中文字幕av一区二区三区欲色
    您正在使用IE低版瀏覽器,為了您的雷峰網賬號安全和更好的產品體驗,強烈建議使用更快更安全的瀏覽器
    此為臨時鏈接,僅用于文章預覽,將在時失效
    業界 正文
    發私信給付靜
    發送

    0

    中國版波士頓動力!Science 子刊封面:機器狗「絕影」陌生環境中摸爬滾打

    本文作者: 付靜 2020-12-15 18:06
    導語:“中國未來肯定也會出現類似波士頓動力公司一樣的黑馬。”

    提起機器狗,我們很可能會想到全球機器人開發領域頭部公司波士頓動力的「網紅」Spot。

    中國版波士頓動力!Science 子刊封面:機器狗「絕影」陌生環境中摸爬滾打

    但放眼全球,設計機器狗的公司并非僅波士頓動力一家。

    2020 年 10 月,瑞士 ANYbotics 公司設計的機器狗 ANYmal 登上 Science 子刊、機器人頂刊 Science Robotics 封面。

    中國版波士頓動力!Science 子刊封面:機器狗「絕影」陌生環境中摸爬滾打

    11 月 20 日,出自騰訊 Robotics X 實驗室的 Jamoca 作為國內首個能完成走梅花樁復雜挑戰的機器狗亮相。

    中國版波士頓動力!Science 子刊封面:機器狗「絕影」陌生環境中摸爬滾打

    而自 2018 年以來,由云深處科技設計的「絕影」也逐漸進入眾人視野,開始尋找合適的商用場景。

    中國版波士頓動力!Science 子刊封面:機器狗「絕影」陌生環境中摸爬滾打

    從 2018 年 3 月刷爆朋友圈,到 2018 年 12 月經迭代獲得了具備跑步、上下臺階的能力,再到 2019 年 11 月實現了奔跑、跳躍步態,機器狗「絕影」相關技術一直在不斷發展。

    近日,「絕影」更是登上了最新一期 Science Robotics 雜志封面。

    中國版波士頓動力!Science 子刊封面:機器狗「絕影」陌生環境中摸爬滾打

    機器狗學習「專家技能」

    2020 年 12 月 9 日,「絕影」相關論文正式發表于 Science Robotics,題為 Multi-expert learning of adaptive legged locomotion(適應性腿部運動的多專家學習)。

    中國版波士頓動力!Science 子刊封面:機器狗「絕影」陌生環境中摸爬滾打

    研究團隊表示:

    理解和創造適應性運動,是機器人領域長期以來的一個科研主題。

    自然,機器人要想實現多種運動,需要具備能夠適應前所未見的情況的運動技能。

    論文介紹,在無法預料的環境下,機器人很可能出現運動故障——通常,機器人失去平衡的一秒內便會摔倒,防止其跌倒的時間范圍約為 0.2-0.5 秒,在這短短的區間內,要協調不同的運動模式,從而減輕其受到的干擾,防止故障或從故障中恢復。

    下圖 A 展示了「絕影」在測試中遇到的三種具有挑戰性的場景,或是機身意外碰到了地面,或是直接翻車。

    中國版波士頓動力!Science 子刊封面:機器狗「絕影」陌生環境中摸爬滾打

    最初,設計機器人運動有兩條思路:

    • 站在神經學角度,動物的感覺運動控制系統(sensorimotor control system)如何處理各種感覺信息、并在看不見的情況下產生適應反應,是一個值得深究的話題;

    • 而站在機器人角度,受生物啟發,將生物原理(如原始神經回路)轉化為機器人的行為,是個有趣的領域。

    但由于運動皮層的潛在機制還不能完全復制,研究團隊選擇了后者——從生物運動控制中獲得靈感,開發能夠實現機器人運動技能適應的學習算法。

    具體來講,研究團隊提出了一種基于深度強化學習的「多專家學習體系結構」(multi-expert learning architecture,MELA),可從一組具有代表性的專家技能中學習生成自適應技能。

    首先,在各自的深度神經網絡(DNN)中,一組(8 個)經過訓練的專家技能對 MELA 進行初始化。

    然后,通過門控神經網絡(GNN)學習 DNN 的組合,MELA 獲得更多的跨各種運動模式的專家技能、過渡技能。

    運行過程中,MELA 不斷混合多種 DNN,動態合成一種新的 DNN,以產生適應環境變化的行為。

    研究團隊提到:

    MELA 實際上就是由 DNN 和 GNN 組成的分層強化學習結構。

    中國版波士頓動力!Science 子刊封面:機器狗「絕影」陌生環境中摸爬滾打

    研究團隊表示:

    這種方法充分利用了訓練有素的專家技能和快速在線上綜合的適應性策略,在不斷變化的任務中生成響應性運動技能。

    同時,研究團隊主要分兩層對機器人進行控制:

    • 底部層:使用轉矩控制打造關節阻抗;

    • 頂部層:指定深度神經網絡(DNN),確定關節固定點,調節姿勢和關節轉矩,從而建立力與環境的相互作用。

    通過這樣的框架,研究團隊在機器狗身上成功演示了多種運動技能,比如在平路、樓梯、蹺蹺板、礫石堆等路面自主進行連貫的小跑、轉向和跌倒后起身。同時,「絕影」還展示了 MELA 生成行為的優勢,這些行為可以適應一些不可見的、完全陌生的場景。

    至此,「絕影」在應對地震等自然災害時將更加敏捷了。

    絕影,在云深處

    該論文作者來自愛丁堡大學信息學院、浙江大學智能系統與控制研究所,其中就包括朱秋國——「絕影」項目負責人、浙江大學控制科學與工程學院講師、碩導。

    中國版波士頓動力!Science 子刊封面:機器狗「絕影」陌生環境中摸爬滾打

    據浙江大學官網信息,朱秋國教授:

    • 2003-2008 年就讀于浙江大學機械與能源工程學院,獲機械電子工程專業學士;

    • 2008-2011 年就讀于浙江大學控制科學與工程學院,獲控制科學與工程專業碩士學位;

    • 2017 年至今,浙江大學控制科學與工程專業博士在讀。

    早在 2011 年,朱秋國教授就加入浙大智能系統與控制研究所,專注仿生機器人、機器智能等研究,成為「絕影」等項目的負責人。

    其實,朱秋國教授還有一個名銜——云深處科技(DeepRobotics)創始人。

    2017 年 11 月,這家專注移動機器人領域的公司成立。雷鋒網注意到,云深處科技官網顯示著四款功能不同的機器人(絕影 Mini Lite、絕影 Mini、絕影和絕影 Pro),應用場景涵蓋了教育科研、安防巡檢、物流運輸等。

    一直以來,外界將云深處科技稱為是“中國版波士頓動力”,2018 年朱秋國教授曾表示:

    雖然絕影與波士頓動力公司的產品相比,從步態功能、行走速度到適應復雜環境等能力還有一些差距,但至少這是一個起步,表明開始有了自己的研究平臺,有了自己的控制模型與算法。只要通過對其不斷進行優化迭代,差距會不斷縮小,中國未來肯定也會出現類似波士頓動力公司一樣的黑馬。

    如今這家公司四足機器人技術的發展獲得了國際權威學術期刊的認可,未來還將會有怎樣的突破,我們拭目以待。

    引用來源:

    https://robotics.sciencemag.org/content/5/49/eabb2174

    http://www.cse.zju.edu.cn/redir.php?catalog_id=1055601&object_id=1172993

    https://person.zju.edu.cn/0011353#

    http://www.cse.zju.edu.cn/redir.php?catalog_id=1055601&object_id=1076167

    雷鋒網雷鋒網雷鋒網

    雷峰網原創文章,未經授權禁止轉載。詳情見轉載須知

    分享:
    相關文章

    編輯

    關注前沿科技。
    當月熱門文章
    最新文章
    請填寫申請人資料
    姓名
    電話
    郵箱
    微信號
    作品鏈接
    個人簡介
    為了您的賬戶安全,請驗證郵箱
    您的郵箱還未驗證,完成可獲20積分喲!
    請驗證您的郵箱
    立即驗證
    完善賬號信息
    您的賬號已經綁定,現在您可以設置密碼以方便用郵箱登錄
    立即設置 以后再說