HumanoidExo 將人體運動轉化為數據,教機器人行走

本文為機器翻譯
展示原文

中國國防科技大學和家電製造商美的集團的研究團隊旨在解決機器人技術中最具挑戰性的難題之一——教會人形機器人像人類一樣移動,而無需依賴數千次昂貴的演示。

為了解決這些問題,該團隊在上週發表的一篇研究論文中介紹了 HumanoidExo 。這款輕便的可穿戴套裝可以記錄人的全身運動(手臂、軀幹和腿部),並將其轉換為結構化數據,供機器人學習。

在測試中,經過數據訓練的Unitree G1人形機器人在僅接觸幾個例子後就學會了執行復雜的操作任務,甚至行走。

研究人員寫道:“人形機器人策略學習的一個重大瓶頸是獲取大規模、多樣化的數據集,因為收集可靠的現實世界數據仍然既困難又成本高昂。”

人形機器人通常無法泛化人類運動,因為它們的訓練數據來自視頻或模擬。HumanoidExo 通過捕捉真實的關節空間運動解決了這一問題。

該套裝將人類的七個手臂關節直接映射到機器人的配置上,在手腕上使用慣性傳感器,並在背部添加一個激光雷達裝置來追蹤穿戴者的軀幹和身高。

該運動流輸入到名為 HumanoidExo-VLA 的雙層 AI 系統,這是一個解釋任務的視覺-語言-動作模型和一個在運動過程中保持平衡的強化學習控制器。

研究人員表示,Unitree G1 僅接受了 5 次遠程操作演示和 195 次外骨骼記錄訓練。混合數據將拾取和放置任務的成功率從 5% 提升至 80% 左右,幾乎與 200 次演示的基準值持平。

當外骨骼捕捉到一個人走向桌子時,機器人就學會了走路,儘管它的直接訓練數據中並不包含走路的動作。

研究人員還聲稱,該機器人在運動部分實現了 100% 的成功率,並且可以繼續操縱物體而不會失去平衡。

在一項測試中,研究人員用物理方式將機器人推離其工作區域。機器人通過走回原位並完成任務來恢復。

這項研究正值全球掀起人形機器人研究熱潮之際。

NVIDIA 的 Project GR00T 、Google DeepMind 的Gemini Robotics以及 Figure AI 等初創公司正在競相擴大機器人訓練規模。

與此同時,總部位於巴黎的外骨骼製造商 Wandercraft 曾在 2024 年夏季奧運會上展示其Atalante X套裝,該公司也已將業務重點轉向人形機器人,並於 6 月推出了其新型人形機器人Calvin 40

新型機器人基於該公司更簡單的外骨骼設計。

Wandercraft 首席執行官 Matthieu Masselin 此前告訴Decrypt: “我們隨處可見人形機器人——在美國、在中國、特斯拉、Figure AI。”

“對我們來說,這和我們過去十年來一直在開發的技術是一樣的,”他說,“一旦我們開始收到越來越多的請求,人們開始把我們拉進這個市場,那麼除了外骨骼之外,開發一款依賴相同技術的自由自主的人形機器人就變得很有意義了。”

儘管如此,HumanoidExo 方法還是為訓練人形機器人提供了一種更容易的途徑,教機器人走路很快就意味著簡單地穿上衣服然後出去散步。

相关赛道:
來源
免責聲明:以上內容僅為作者觀點,不代表Followin的任何立場,不構成與Followin相關的任何投資建議。
喜歡
39
收藏
19
評論