申请专栏作者
投稿发布
您的当前位置:主页 > 机器人 > 正文

ANYmal机器人发表了训练足式机器人的新方法

来源: 时间:2019-01-29
请点击下面的广告后浏览!
 

1月23日,瑞士苏黎世联邦理工大学(ETH Zurich university)机器人系统实验室向外界展示了其开发的狗型机器人ANYmal。 可思数据sykv.com,sykv.cn

 

可思数据sykv.com,sykv.cn

可思数据sykv.com,sykv.cn

 

可思数据-数据挖掘,智慧医疗,机器视觉,机器人sykv.com

ANYmal模仿了真实动物的行走方式,它是一个重约30公斤的四足狗形机器人,外形类似波士顿动力公司(Boston Dynamics)及麻省理工学院(MIT)开发的四足动物机器人。

可思数据sykv.com,sykv.cn

  可思数据sykv.com,sykv.cn

ANYmal能在受到外力冲击时保持平衡:当研究人员拿脚踹它时,它能保持一定程度的平衡,如果真被踹翻,也能重新“翻身”站起。

内容来自可思数据sykv.com

  可思数据sykv.com,sykv.cn

它还能通过立体摄像机感知地形、在线规划地图,轻松完成爬楼梯、坐电梯、上下坡、躲避障碍物等动作。

可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络

  可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络

可思数据sykv.com,sykv.cn

  可思数据sykv.com

1月16日,苏黎世联邦理工学院在“Science Robotics”上发表了训练ANYmal的文章,介绍了训练一种用于模拟的神经网络策略,并将其迁移到最前沿的足式机器人系统中的新方法。

本文来自可思数据(sykv.com),转载请联系本站及注明出处

  可思数据-AI,sykv.com智能驾驶,人脸识别,区块链,大数据

以往,足式机器人领域的强化学习研究还主要局限于模仿,而且只有少数相对简单的例子被部署到真实环境系统中。 本文来自可思数据(sykv.com),转载请联系本站及注明出处

  内容来自可思数据sykv.com

而关于ANYmal这篇新研究的进展就在于,找到了一种新的在机器人领域使用深度学习方法:通过在真机上采集的数据,使模型能学到真实机器人上的平衡、延迟等行为。

可思数据-人工智能资讯平台sykv.com

 

内容来自可思数据sykv.com

也就是说,ANYmal与被植入了硬性程序的机器人不同,在深度强化学习的加持下,ANYmal具有自我学习、自我升级的能力,因而能适应更多场景。

本文来自可思数据(sykv.com),转载请联系本站及注明出处

 

本文来自可思数据(sykv.com),转载请联系本站及注明出处

ANYmal的新特征,使其可被用于完成工厂室内或室外场地检查和具体操作等任务,在自然地形或碎片区域的搜索和救援任务中,也可发挥巨大作用。 内容来自可思数据sykv.com


转发量:

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片

关于我们   免责声明   广告合作   版权声明   联系方式   原创投稿   网站地图  

Copyright©2005-2019 Sykv.com 可思数据 版权所有    ICP备案:京ICP备14056871号

人工智能资讯   人工智能资讯   人工智能资讯   人工智能资讯

扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部
关闭