哥伦比亚大学工程师创造出高度灵巧的类似人类的机器人手 可以在黑暗中操作

哥伦比亚大学工程师创造出高度灵巧的类似人类的机器人手可以在黑暗中操作多年来，机器人研究人员一直在努力实现机器人手的"真正"灵巧性，然而这一目标已被证明是具有挑战性的。虽然机器人抓手和吸盘能够拿起和放置物体，但需要更大灵活性的任务，如组装、插入、重新定位、包装等，仍然是人类操纵的领域。然而，最近在传感技术和机器学习方法方面的进步，以分析收集到的数据，引起了机器人操纵领域的快速转变。用触觉手指进行灵巧的操纵。资料来源：哥伦比亚大学工程与应用科学学院高度灵巧的机器人手甚至在黑暗中工作哥伦比亚工程学院的研究人员展示了一种高度灵巧的机器人手，这种手结合了先进的触觉和运动学习算法，以实现高度的灵巧。作为技能的展示，该团队选择了一项困难的操纵任务：对手中形状不均匀的被抓物体执行任意大的旋转，同时始终保持该物体的稳定、安全。这是一项非常困难的任务，因为它需要不断地调整一组手指的位置，而其他手指则必须保持物体的稳定。这只手不仅能够完成这项任务，而且在没有任何视觉反馈的情况下，仅靠触摸感应就能完成。机器学习算法处理来自触觉传感器的数据，以产生协调的手指运动模式进行操纵。资料来源：哥伦比亚大学ROAM实验室除了达到灵巧的新水平外，这只手在没有任何外部摄像头的情况下工作，因此它完全不受照明、遮挡或类似的问题影响。而且，这只手不依靠视觉来操纵物体的事实意味着它可以在非常困难的照明条件下这样做，这些条件会混淆基于视觉的算法--它甚至可以在黑暗中操作。机械工程系和计算机科学系副教授MateiCiocarlie说："虽然我们的演示是在一个概念验证任务上，旨在说明手的能力，但我们相信，这种灵巧程度将为现实世界中的机器人操纵开辟全新的应用。一些更直接的用途可能是在物流和材料处理方面，帮助缓解像近年来困扰我们经济的供应链问题，以及在工厂的先进制造和装配方面。"利用基于光学的触觉手指在早期的工作中，Ciocarlie的小组与电子工程教授IoannisKymissis合作，开发了新一代基于光学的触觉机器人手指。这些是第一个实现接触定位的机器人手指，精度达到亚毫米级，同时提供复杂的多弯曲表面的完全覆盖。此外，手指的紧凑包装和低线数使其能够轻松地集成到完整的机器人手上。一个配备了五个触觉手指的灵巧机器人手。这里显示的是其中一个手指的最外层"皮肤"，以显示内部结构。资料来源：哥伦比亚大学ROAM实验室教手完成复杂的任务在这项由CIocarlie的博士研究员GaganKhandate领导的新工作中，研究人员设计并建造了一个有五个手指和15个独立驱动关节的机器人手--每个手指都配备了该团队的触摸感应技术。下一步是测试该触觉手执行复杂操纵任务的能力。为此，他们使用了运动学习的新方法，或机器人通过练习学习新的物理任务的能力。特别是他们使用了一种称为深度强化学习的方法，并辅以他们为有效探索可能的运动策略而开发的新算法。机器人仅用几个小时的实时时间就完成了大约一年的练习运动学习算法的输入完全由该团队的触觉和本体感觉数据组成，没有任何视觉。使用模拟作为训练场，机器人仅用几个小时的实时时间就完成了大约一年的练习，这要归功于现代物理模拟器和高度并行的处理器。然后，研究人员将这种在模拟中训练的操纵技能转移到真正的机器人手上，它能够达到团队所希望的灵巧水平。Ciocarlie指出，"该领域的方向性目标仍然是家庭中的辅助机器人，这是真正灵巧性的最终试验场。在这项研究中，我们已经表明，仅凭触摸感应，机器人的手也可以是高度灵巧的。一旦我们在触摸的同时也将视觉反馈加入其中，我们希望能够实现更多的灵巧性，并在某一天开始接近人类手的复制。"最终目标：将抽象的智能与具象的智能相结合最终，Ciocarlie观察到，一个在现实世界中有用的物理机器人既需要抽象的语义智能（从概念上理解世界如何运作），也需要具身智能（与世界进行物理互动的技能）。像OpenAI的GPT-4或Google的PALM这样的大型语言模型旨在提供前者，而本研究中实现的灵巧操作则是后者的补充性进展。例如，当被问及如何制作一个三明治时，ChatGPT会打出一个分步骤的计划作为回应，但需要一个灵巧的机器人来接受这个计划并实际制作三明治。同样，研究人员希望身体熟练的机器人能够将语义智能带出互联网的纯虚拟世界，并将其很好地用于现实世界的物理任务，甚至可能在我们的家里。...PC版：https://www.cnbeta.com.tw/articles/soft/1357811.htm手机版：https://m.cnbeta.com.tw/view/1357811.htm

先特斯拉一步 OpenAI支持的初创研发出人形机器人并投入实际工作

先特斯拉一步OpenAI支持的初创研发出人形机器人并投入实际工作目前，这款机器人在两个工业现场担任保安工作：与其他安保机器人不同，它有一个头、一张脸、两条手臂，并且可以自主导航。和过去多年来已经被用于安保目的的非人形机器人不同，这款新型人形机器有类似人类的手臂，可以打开门窗以及捡起物品。Eve机器人还有一张LED“脸”，可以对人作出反应，操作人员可以通过机器人和人“对话”。如果人形机器人出现故障，工作人员可以通过虚拟现实“进入”机器人的身体。1X成立于2015年，有两个办事处。一个在挪威的莫斯，一个在达拉斯，每个月生产10个EVE机器人。今年3月，1X宣布在OpenAI领投的A2轮融资中筹集了2350万美元。这也意味着该公司可以抢先使用OpenAI技术。人形机器人首次在现实世界中工作博尼奇表示，前几代人形机器人都只在实验室里、而非现实世界中工作。这是人类历史上第一个在工作场所找到一席之地的人形机器人，比“钢铁侠”埃隆·马斯克大肆宣传的特斯拉人形机器人还要早。特斯拉也正在研发自己的人形机器人Optimus，类似于EVE，不过尚未在现实世界中投入使用。在最近的2023年特斯拉股东大会上，马斯克对Optimus机器人进行了详细介绍，并表示未来将进行大规模量产。宏伟愿景：五年内解决劳动力短缺问题目前，美国有110万人从事保安工作。博尼奇表示，其安保机器人可以提供质量更好、价格更低的服务。此外，1X的人形机器人还在零售、物流和医疗保健领域接受了测试。博尼奇表示，他希望这些机器人也能很快找到照顾老人的工作。“我们有宏伟的愿景，我们想要解决劳动力短缺的问题。我们知道如何解决这个问题，但我们需要大量的数据。”他表示。博尼奇还表示，如果不遇到任何障碍，最快可以在五年内进入一个“无须考虑劳动力短缺”的社会，这将是一个令人兴奋的未来。...PC版：https://www.cnbeta.com.tw/articles/soft/1361161.htm手机版：https://m.cnbeta.com.tw/view/1361161.htm

Google RT-2 VLA模型可帮助机器人更快速地在融入新环境并开始工作

GoogleRT-2VLA模型可帮助机器人更快速地在融入新环境并开始工作该公司表示，训练机器人可能是一项"艰巨的工作"，因为它们需要针对世界上的每个物体、环境、任务和情况进行数十亿点数据的训练。不过，Google表示，RT-2为更多的通用机器人带来了巨大的发展前景。虽然该公司对RT-2所能带来的好处感到兴奋，但它表示，要让机器人在以人为中心的环境中发挥作用，还有很多工作要做。DeepMind认为，通用物理机器人可以从VLA模型中产生，它们可以推理、解决问题和解释信息，以执行现实世界中的任务。顾名思义，这并不是机器人变形VLA模型的第一次迭代。DeepMind表示，RT-2建立在RT-1的基础上，与之前的模型相比，泛化能力有所提高，在新的、未见过的任务上表现更好。与前代机器人相比，RT-2的另一项新技能是符号推理，这意味着它能理解抽象概念并对其进行逻辑操作。其中一个例子是，机器人被要求将巴纳移动到2加1的总和处，尽管它并没有接受过抽象数学或符号操作的明确训练，但它还是正确地完成了任务。虽然RT-2是机器人技术向前迈出的一大步，但宣布终结者机器人已经到来并不公平。该模型仍然需要人类的输入和监督，并且在实际机器人操作中会遇到很大的技术限制。尽管如此，我们还是希望它能带来一些有趣的机器人，完成以前不可能或不容易完成的任务。...PC版：https://www.cnbeta.com.tw/articles/soft/1373747.htm手机版：https://m.cnbeta.com.tw/view/1373747.htm

研究人员开发出可从陆地到海洋之间无缝转换工作的软体机器人

研究人员开发出可从陆地到海洋之间无缝转换工作的软体机器人"我们受到大自然的启发，开发出一种能够执行不同任务并适应环境的机器人，而无需增加致动器或复杂性，"计算机科学学院人机交互研究所变形物质实验室的博士后DineshK.Patel说。"我们的双稳态致动器简单、稳定、耐用，为未来的动态、可重新配置的软体机器人工作奠定了基础。双稳态致动器是由含有形状记忆合金弹簧的3D打印软橡胶制成的，它对电流的反应是收缩，这导致致动器弯曲。该团队利用这种双稳态运动来改变推杆或机器人的形状。一旦机器人改变了形状，它就会保持稳定，直到另一个电荷将它变回以前的配置。CMU工程学院机械工程系教授卡梅尔-马吉迪（CarmelMajidi）说："与动物如何从行走到游泳到爬行到跳跃相匹配，是生物启发和软体机器人技术的一个巨大挑战。"例如，该团队创造的一个机器人有四个弯曲的致动器，连接到一个由两个双稳态致动器组成的手机大小的身体的四角。在陆地上，弧形致动器充当腿，使机器人能够行走。在水中，双稳态致动器改变了机器人的形状，使弧形致动器处于一个理想的位置，充当螺旋桨，使它能够游泳。"需要有腿来在陆地上行走，需要有螺旋桨来在水中游泳。"密歇根大学机器人学助理教授、Majidi的前博士生XiaonanHuang说："用为每种环境设计的独立系统来建造机器人会增加复杂性和重量。"我们为两种环境使用同一个系统，以创造一个高效的机器人。"该团队创造了另外两个机器人：一个可以爬行和跳跃，一个受毛虫和球鼠妇（西瓜虫）的启发，可以转换爬行和滚动的姿态。这些执行装置只需要一百毫秒的电荷就能改变它们的形状，而且它们很耐用。该团队让一个人骑着自行车在其中一个执行器上骑了几次，并将他们的机器人形状改变了数百次，以证明其耐用性。在未来，这些机器人可用于救援情况或与海洋动物或珊瑚互动。在执行器中使用热激活弹簧可以开辟环境监测、触觉以及可重构电子和通信方面的应用。HCII的Cooper-Siegel助理教授兼MorphingMatter实验室负责人LiningYao说："有许多有趣和令人兴奋的场景，像这样的节能和多功能机器人可能是有用的。"...PC版：https://www.cnbeta.com.tw/articles/soft/1354195.htm手机版：https://m.cnbeta.com.tw/view/1354195.htm

哥伦比亚大学工程师开发出光控分子设备

哥伦比亚大学工程师开发出光控分子设备利用光来控制电子特性，哥伦比亚工程公司的新型单分子器件具有直接的金属-金属接触，标志着分子电子学的重大进展，有望提高电子元件的微型化和效率。资料来源：文卡特拉曼实验室挑战随着设备不断缩小，其电子元件也必须微型化。使用有机分子作为导电通道的单分子器件有可能解决传统半导体所面临的微型化和功能化难题。这种器件提供了利用光进行外部控制的令人兴奋的可能性，但到目前为止，研究人员还无法证明这一点。分子电子学先驱、劳伦斯-古斯曼应用物理学教授兼哥伦比亚大学工程学院化学教授拉塔-文卡塔拉曼（LathaVenkataraman）说："通过这项工作，我们开启了分子电子学的一个新维度，即可以用光来控制分子如何在两个金属电极之间的间隙中结合。"这就像是在纳米尺度上打开了一个开关，为设计更智能、更高效的电子元件开辟了各种可能性。"方法近二十年来，Venkataraman的研究小组一直在研究单分子器件的基本特性，探索纳米尺度上物理、化学和工程学的相互作用。她的研究重点是构建具有各种功能的单分子电路，即一个分子连接两个电极，电路结构以原子精度定义。她的研究小组以及利用碳基二维材料石墨烯制造功能器件的研究小组都知道，在金属电极和碳系统之间建立良好的电接触是一项重大挑战。解决方案之一是使用有机金属分子，并设计出将电导线与分子内的金属原子连接起来的方法。为了实现这一目标，他们决定探索使用有机金属含铁二茂铁分子，这种分子也被认为是纳米技术世界中的微小积木。就像乐高积木可以堆砌出复杂的结构一样，二茂铁分子也可以用作构建超小型电子设备的积木。研究小组使用了一种以二茂铁基团为端基的分子，该分子由两个碳基环戊二烯环组成，环戊二烯环夹着一个铁原子。然后，他们利用二茂铁分子的电化学特性，在分子处于氧化状态（即铁原子失去一个电子）时，在二茂铁铁中心和金（Au）电极之间形成直接键合。在这种状态下，他们发现二茂铁可以与用于连接分子和外部电路的金电极结合。从技术上讲，氧化二茂铁可以使Au0与Fe3+中心结合。该研究的第一作者WoojungLee是Venkararaman实验室的一名博士生，他说："通过利用光诱导氧化，我们找到了一种在室温下操纵这些微小构件的方法，为未来在分子水平上利用光控制电子设备的行为打开了大门。"潜在影响Venkataraman的新方法将使她的团队能够扩展用于创建单分子器件的分子终端（接触）化学类型。这项研究还表明，利用光来改变二茂铁的氧化态，就能打开或关闭这种接触，从而展示了一种基于二茂铁的光开关单分子器件。这种光控器件可为开发响应特定光波长的传感器和开关铺平道路，从而为各种技术提供用途更广、效率更高的元件。团队这项工作是一项涉及合成、测量和计算的合作成果。合成工作主要由MichaelInkpen在哥伦比亚大学完成，他曾是Venkataraman小组的博士后，现在是南加州大学的助理教授。所有的测量工作都是由Venkataraman小组的研究生WoojungLee完成的。计算由文卡塔拉曼小组的研究生和德国雷根斯堡大学的合作者共同完成。下一步行动研究人员目前正在探索光控单分子器件的实际应用。这可能包括优化器件性能、研究它们在不同环境条件下的行为，以及完善金属-金属界面所带来的其他功能。...PC版：https://www.cnbeta.com.tw/articles/soft/1423925.htm手机版：https://m.cnbeta.com.tw/view/1423925.htm

【Figure首发OpenAI大模型加持的机器人demo】

【Figure首发OpenAI大模型加持的机器人demo】3月14日，明星机器人创业公司Figure发布了自己第一个OpenAI大模型加持的机器人demo。虽然只用到了一个神经网络，但却可以为听从人类的命令，递给人类#苹果、将黑色塑料袋收拾进框子里、将杯子和盘子归置放在沥水架上。Figure创始人BrettAdcock表示，视频中Figure01展示了端到端神经网络框架下与人类的对话，没有任何远程操作。并且，机器人的速度有了显著的提升，开始接近人类的速度。