Pourquoi faire confiance à votre entreprise à nous?
Nous prenons la panique des achats.Nous stockons des millions de pièces difficiles à trouver de nos sources de confiance.Nous rafraîchons nos listes de produits en minutes et les achats en ligne sont terminés en temps réel et expédiés tous les jours.
Fondée en 2002, Instockin est un leader local de la distribution de composants électroniques et est également reconnu comme l'une des sociétés les plus respectées et les plus innovantes du marché local aujourd'hui.Siège à Hong Kong, Instockin a acquis une réputation impressionnante pour fournir un service exceptionnel et développer des solutions efficaces à la chaîne d'approvisionnement globale et efficace.
Apprendre encore plus >
Robots d'entraînement pour les mouvements sportifs
Les robots peuvent-ils bouger comme des athlètes?Un nouveau modèle d'entraînement les aide à reproduire les mouvements sportifs, mais les résultats montrent à la fois des progrès et des défis inattendus.
Une équipe de chercheurs de l'IA et de robotique de l'Université Carnegie Mellon, ainsi que deux collègues de Nvidia, a créé un nouveau modèle pour former des robots pour se déplacer comme des athlètes humains.L'équipe a observé que la plupart des entraînements robotiques se concentrent sur la locomotion, conduisant à des robots qui se déplacent efficacement mais sans fluidité ni athlétisme.Pour y remédier, ils ont exploré la formation du corps entier.Ils ont constaté que les modèles existants manquaient d'adaptabilité et s'appuyaient sur trop de paramètres, ce qui rend les mouvements de robots trop prudents.Cela les a amenés à développer un nouveau cadre de formation en deux étapes.
La première étape forme un module d'IA pour analyser les vidéos de mouvement humain du corps entier, ajustant les mouvements de clés pour s'adapter aux capacités du robot en utilisant le suivi du mouvement.La deuxième étape rassemble des données réelles pour combler l'écart entre le mouvement humain dans les vidéos et comment les robots peuvent se déplacer physiquement.Ce processus a conduit à un cadre appelé alignement de simulation et de physique réelle (ASAP).
Le cadre ASAP se compose de quatre étapes.Premièrement, le suivi des mouvements pré-formation et la collection de trajectoires réelle impliquent le reciblage des mouvements humanoïdes des vidéos humaines.Plusieurs politiques de suivi de mouvement sont pré-formées pour générer des trajectoires de mouvement réels.Ensuite, la formation du modèle d'action Delta est effectuée à l'aide de données de déploiement du monde réel.Cette étape minimise l'écart entre l'état simulé et l'état réel du monde réel, améliorant la précision du modèle.
Dans l'étape de réglage fin de la politique, le modèle d'action Delta est gelé et intégré dans le simulateur pour mieux s'aligner sur la physique du monde réel.La politique de suivi de mouvement pré-formé est ensuite affinée pour une plus grande précision.Enfin, dans le déploiement du monde réel, la politique affinée est mise en œuvre directement dans le monde réel sans s'appuyer sur le modèle d'action Delta, garantissant que le robot peut effectuer ses mouvements formés indépendamment.
Pour tester le cadre, les chercheurs ont formé un robot pour reproduire les mouvements sportifs emblématiques.Il a joué le tir du saut de fadeway de Kobe Bryant, le mouvement du silencieux de LeBron James et le saut Siu de Cristiano Ronaldo avec un rotation en l'air.Chaque mouvement a été enregistré.
Les mouvements du robot ressemblent clairement aux célèbres mouvements sportifs, mettant en évidence les progrès dans le mouvement complet du corps.Cependant, il est également évident que beaucoup plus de travail est nécessaire avant qu'un robot ne puisse être confondu avec un athlète professionnel.
Une équipe de chercheurs de l'IA et de robotique de l'Université Carnegie Mellon, ainsi que deux collègues de Nvidia, a créé un nouveau modèle pour former des robots pour se déplacer comme des athlètes humains.L'équipe a observé que la plupart des entraînements robotiques se concentrent sur la locomotion, conduisant à des robots qui se déplacent efficacement mais sans fluidité ni athlétisme.Pour y remédier, ils ont exploré la formation du corps entier.Ils ont constaté que les modèles existants manquaient d'adaptabilité et s'appuyaient sur trop de paramètres, ce qui rend les mouvements de robots trop prudents.Cela les a amenés à développer un nouveau cadre de formation en deux étapes.
La première étape forme un module d'IA pour analyser les vidéos de mouvement humain du corps entier, ajustant les mouvements de clés pour s'adapter aux capacités du robot en utilisant le suivi du mouvement.La deuxième étape rassemble des données réelles pour combler l'écart entre le mouvement humain dans les vidéos et comment les robots peuvent se déplacer physiquement.Ce processus a conduit à un cadre appelé alignement de simulation et de physique réelle (ASAP).
Le cadre ASAP se compose de quatre étapes.Premièrement, le suivi des mouvements pré-formation et la collection de trajectoires réelle impliquent le reciblage des mouvements humanoïdes des vidéos humaines.Plusieurs politiques de suivi de mouvement sont pré-formées pour générer des trajectoires de mouvement réels.Ensuite, la formation du modèle d'action Delta est effectuée à l'aide de données de déploiement du monde réel.Cette étape minimise l'écart entre l'état simulé et l'état réel du monde réel, améliorant la précision du modèle.
Dans l'étape de réglage fin de la politique, le modèle d'action Delta est gelé et intégré dans le simulateur pour mieux s'aligner sur la physique du monde réel.La politique de suivi de mouvement pré-formé est ensuite affinée pour une plus grande précision.Enfin, dans le déploiement du monde réel, la politique affinée est mise en œuvre directement dans le monde réel sans s'appuyer sur le modèle d'action Delta, garantissant que le robot peut effectuer ses mouvements formés indépendamment.
Pour tester le cadre, les chercheurs ont formé un robot pour reproduire les mouvements sportifs emblématiques.Il a joué le tir du saut de fadeway de Kobe Bryant, le mouvement du silencieux de LeBron James et le saut Siu de Cristiano Ronaldo avec un rotation en l'air.Chaque mouvement a été enregistré.
Les mouvements du robot ressemblent clairement aux célèbres mouvements sportifs, mettant en évidence les progrès dans le mouvement complet du corps.Cependant, il est également évident que beaucoup plus de travail est nécessaire avant qu'un robot ne puisse être confondu avec un athlète professionnel.