Agility Robotics 人形机器人

Agility Robotics 人形机器人 加上眼睛后，相当于可以很好的感知了 现在能做些「人类」的工作 比如“搬运” 这也是它目前的定位「Made for work」 Invalid media:

ℹ美国Agility Robotics公司即将推出可连续工作16小时、可自主充电的人形机器人Digit#

ℹ美国Agility Robotics公司即将推出可连续工作16小时、可自主充电的人形机器人Digit# 对美国Agility Robotics公司所建造的Digit人形机器人的工厂-RoboFab和Digit人形机器人感兴趣的朋友可以观看下方...

「为太空旅行而生的机器人」

「为太空旅行而生的机器人」 日本弘益大学展示了两个完美协作机器人 Nova Chef和Nova Server旨在迎合未来太空旅游计划的旅行者。 由工业设计专业的Seokoo Yeo和Sun-a Choi概念化，服务机器人由模块化移动部件和可互换的身体组件定义，可以实现其在太空酒店内的多功能性和移动性。 厨师在各种用例中具有可互换的手，包括收获蔬菜和安全运输物体的吸力。 他们将一起制作从太空农场采购的新鲜太空食品，并直接提供给客人，提供未来主义的外星球烹饪体验。 Invalid media:

波士顿动力等公司承诺不会制造战争机器人

波士顿动力等公司承诺不会制造战争机器人 图：Ghost Robotics和专业步枪公司SWORD International联合开发的一只名为 SPUR 配备狙击步枪的机器狗。 去年 10 月，Ghost Robotics 公司展示了一只背上安装有狙击枪的机器狗。今年早些时候在社交媒体上流传的另一个视频显示，一个四足机器人背着一支突击步枪，向靶场上的目标开枪射击。机器人与致命武器相结合，令人不安。 波士顿动力公司与 Agility Robotics、ANYbotics、Boston Dynamics、Clearpath Robotics、Open Robotics 和 Unitree Robotics 一起，今天表达了他们对这些可能性的担忧。在一封致行业的公开信中，该组织承诺不将其机器人武器化，也不支持其他人这样做，并呼吁政策制定者和用户促进其安全使用。信中还提出了一项计划，即评估客户对其产品的意图，并致力于技术解决方案，以减少机器人武器化的风险。 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

“机器人正在接管旧金山”

“机器人正在接管旧金山” 路线不对，踩着小碎步，稳步调头：或者不装了，调什么头，直接倒着走：在各种场景下都可以看到它们的身影：于是乎，网友传出了“机器人正在接管旧金山”的消息??：要不是视频中还有人类出镜，网友都要怀疑这是不是真的在旧金山：这就是来自加州大学伯克利分校的人形机器人成果。研究人员提出了使用序列建模和动作预测的Causal Transformer模型。使得人形机器人可以在室内外各种环境中稳健行走，应对不同地形，甚至还能背个书包，提袋垃圾：怎么做到的？此前，尽管一些人形机器人在特定环境下表现良好，但广泛存在泛化和适应新环境方面的问题。来自加州大学伯克利分校的研究人员提出了运用Causal Transformer的方法。这是一种Transformer模型，通过自回归从观察-动作历史信息中预测下一个动作，也就是模型的输出（预测的动作）只依赖于其输入（观察-动作历史信息）中的先前信息。具体来说，在处理“观察-动作对”时，模型会将每个“观察-动作对”作为一个token，并通过自注意力机制来学习这些token之间的关系。在自注意力计算中，模型会为每个token分配权重，这些权重反映了在预测当前动作时，序列中其他token的重要性。由于Causal Transformer限制了自注意力只能考虑前面的token，它能够捕捉到序列中的因果依赖，即当前动作的决策是基于之前观察-动作的历史信息。通过这种方式，Causal Transformer能够使机器人在复杂和动态的环境中，在没有未来信息的情况下做出适应性更强的决策。训练阶段，研究人员使用强化学习方法，在Isaac Gym模拟器进行大规模并行训练，模拟了机器人的刚体和接触动力学。为了模拟机器人的闭链动力学，引入了“虚拟弹簧”模型。在模拟中随机化机器人的动态属性、控制参数和环境物理属性，以及添加噪声和延迟到观察中。从模拟到现实的转移方面，研究人员在机器人初创公司Agility Robotics提供的高保真度模拟器中验证策略，该模拟器准确模拟了Digit机器人的动态和物理属性。经过实验，Digit机器人能够在多种环境中可靠行走，展现出对外部干扰的鲁棒性：以及在不同地形和载荷条件下的适应性：△左，脚被绊住；右，下坡顺带保持手臂摆动协调有力，不顺拐：Digit人形机器人再来介绍一下demo中的这款人形机器人Digit。背后公司Agility Robotics，前身为俄勒冈州立大学的Dynamic Robotics Laboratory。2022年，获亚马逊投资。Agility Robotics的主要产品是以鸵鸟等鸟类为发想的双足步行机器人，主要研发成果包含Cassie、Digit两个机型。其中Cassie是只有下半身的双足机器人：至于Digit，像是下面这个，已经成为亚马逊75万机器人员工中的一员，不过还处于测试阶段，负责搬运亚马逊标志性的黄箱子：Agility Robotics表示，将在今年向合作伙伴交付第一批Digit，Digit的初步应用包括仓库和配送中心内的散装材料处理，预计2025年全面上市。他们最近还宣布开设了一家新机器人制造工厂RoboFab?，声称第一年预计生产数百台机器人，之后每年产能最多可达10000台。Digit也将在新工厂中上岗，进行搬运、装载等工作。 ... PC版： 手机版：

ZenRobotics制造出精通垃圾分类的机器人

ZenRobotics制造出精通垃圾分类的机器人 这种机器人的基本构想是，将它们安装在城市垃圾处理厂、工厂或其他地方的垃圾进料传送带上，形成一个个被称为"单元"的装置。当木头、塑料、金属、玻璃或其他材料制成的物体经过时，机器人的人工智能物体识别系统会识别出每种材料。然后，机器人的抓手就会伸进去，抓住物体，并将其放入指定的垃圾箱。在此之前，只有一个物体识别系统可以单独对一条分拣线上的所有物体进行材料识别。但在 ZenRobotics 4.0 中，每个单元都有自己的紧凑型"ZenBrain"人工智能装置。据该公司称，与前几代产品相比，这一变化将精度和效率提高了 60% 至 100%。希望购买设备的客户可以在重型拾取机 4.0 和快速拾取机 4.0 这两种机器人中进行选择。重型拾取机能够分拣每件重达 40 公斤（88 磅）的物品，每小时可拾取 2300 次。这听起来似乎非常快，但快速拾取器的速度比它更快，每分钟可拾取 4800 次，但它的最大拾取重量仅为 1 千克（2.2 磅）。ZenRobotics 建议，在一个垃圾流中，先用重型拣选机分拣所有重型垃圾，将较小的垃圾留给位于下游的快速拣选机。如果时间紧迫，系统可以设置为首先发现和分拣最有价值的材料，以确保它们不会被遗漏。您可以在下面的视频中看到快速拾取器 4.0 的运行情况： ... PC版： 手机版：