<address id="5llnp"><pre id="5llnp"><span id="5llnp"></span></pre></address>

    <track id="5llnp"><strike id="5llnp"></strike></track>

    <pre id="5llnp"><ruby id="5llnp"></ruby></pre>

      
      <address id="5llnp"><strike id="5llnp"><span id="5llnp"></span></strike></address>
          <pre id="5llnp"></pre>
            <track id="5llnp"></track>
            您的位置:首頁 >聚焦 >

            天天資訊:騰訊機器人靈敏運動研究再突破:Max二代花式穿越梅花樁

            2022-08-10 16:45:18    來源:程序員客棧


            (資料圖)

            8月8日,騰訊正式發布Max二代機器人(以下簡稱Max)。記者獲悉,Max能夠在梅花樁上完成旋轉踏步、單樁跳躍、雙輪站立等高難度動作。同時,過樁速度達到“前輩”Jamoca的4倍。依托于機器人視覺定位、地形識別、全向六自由度運動規劃、高精度模型預測控制等技術,Max能夠對復雜地形進行精確識別,并且根據地形實時想好步子,避免踩歪、打滑、摔倒等風險。通過梅花樁復雜地形場景,以及精確落點跳躍等條件設置,成功驗證了Max對復雜地形的適應能力。據了解,Max是由騰訊Robotics X實驗室自研的多模態四足機器人,采用原創的腿輪一體的本體設計,實現了“崎嶇路面走得穩,平坦路面跑得快”。相比一代,Max在視覺感知、軌跡規劃、運動控制等方面實現技術創新,標志著騰訊在機器人靈敏運動研究上取得了新的突破。Max展現靈敏運動能力 完成空翻下樁等高難度動作在騰訊 Robotics X 實驗室為Max設置的測試場景中,Max需要快速通過一個陣列全長10米,高0.8米(約為Max身高2倍)高低起伏的梅花樁陣列。想要順利通過這一復雜地形,Max面對的挑戰重重。首先,Max需要實時地形識別、建圖,以應對密集細桿梅花樁這種復雜并帶有輕微晃動的地形??礈实匦魏?,Max需要根據地形規劃適合的運動軌跡,自動調整俯仰、側身與轉向,從而適應高低起伏的地形。官方發布的視頻中,Max在極端地形中展現出極好的動作控制能力,能夠精準感知到自身和梅花樁的位置,找準樁面中心,動作連貫,落點準確,在窄小的樁面完成了快速行走、踏步旋轉、單樁跳躍、雙輪站立等一系列動作。從結果來看,Max在持續高頻的沖擊條件下,定位精度累計誤差小于1%,地形識別精度小于2cm。為更好保障Max力控精準度,騰訊Robotics X實驗室在機器人移動能力和機身本體設計上都做了改良。Max具備觸地檢測能力,可準確判斷足端觸地狀態,進行質心軌跡規劃與柔順力控,避免身體的大幅度振蕩以及足端觸地后的反彈,確保落地平穩與運動流暢。同時,Max的機身本體在2021年版本基礎上,完成了結構和電氣系統的大量優化,能夠應對跑、跳、翻等高動態動作產生的持續強力沖擊,保證了本體的穩定性和可靠性。除移動表現的進步之外,Max在運動效率方面也有顯著提升。Max在完成跳躍、空翻等高難度動作時,可規劃出最省力的運動軌跡,即如何讓所需的驅動力最小化。具體來講,Max可以根據目標跳躍距離、跳躍高度以及關節力矩限制等條件,計算出最優的跳躍軌跡,兼容四腳跳(Pronking)和雙腳跳(Bounding)等步態。?自研模型算法、深度強化學習讓Max動作更靈動騰訊Robotics X實驗室于2018年成立,致力推進人機協作的下一代機器人研究,打造虛擬世界到真實世界的載體與連接器。目前實驗室研究方向包括作為機器人基礎技術的感知能力,以及靈敏運動、靈巧操控、智能體三大支柱技術,致力于智能協作機器人。據官方介紹,Max原創性地融合了機器人腿式與輪式運動模態,從硬件上的機械和電路設計,到軟件上的系統框架和控制算法創新,使得Max在崎嶇路面走得穩,在平坦路面跑得快,更契合人類社會的現實環境。此次的梅花樁升級挑戰是騰訊輪腿融合機器人靈敏運動技術的進一步突破。依托于團隊自研的單目視覺慣性定位、全新的六維全向運動實時規劃、非線性軌跡優化、高精度模型預測控制等算法的支持,實現了更高精度的身體位置與姿態控制。為更好完成跳躍、空翻等高動態動作所帶來的對機器人控制精度的挑戰,團隊結合離線最優跳躍軌跡規劃及實時平衡運動軌跡規劃,自研了模型預測控制算法(Chi et al., A Linearization of Centroidal Dynamics for the Model-Predictive Control of Quadruped Robots, ICRA 2022)。與此同時,騰訊Robotics X實驗室也正利用深度強化學習等AI技術,推進機器人智能研究,讓機器人在虛擬環境中自主學習,更好地適應復雜環境的變化。不同于預先設計好規則之后做重復任務的工業機器人,騰訊RoboticsX實驗室更關注機器人的自主特性研究,目的就是要在有很大不確定性的動態環境里,能夠實現機器人的自主判斷、自主決策,并自主完成任務。據實驗室研究人員介紹,基于深度強化學習與sim2real等技術,Max用幾個小時就能初步學會自然靈動的步態。作為騰訊Robotics X實驗室自研的多模態四足機器人移動技術平臺,Max的相關新技術與算法同時具備良好的遷移性,為實驗室研發其他類型的移動機器人、適配潛在應用場景沉淀技術與經驗。未來,騰訊 Robotics X實驗室還將在機器人行業做全方位、多領域的探索,向人機共存、共創、共贏的未來不斷邁進。文獻來源:機器之心版權聲明:本號內容部分來自互聯網,轉載請注明原文鏈接和作者,如有侵權或出處有誤請和我們聯系。

            關鍵詞: 預測控制 強化學習 運動軌跡

            相關閱讀

            诱人的瑜伽老师HD中字

              <address id="5llnp"><pre id="5llnp"><span id="5llnp"></span></pre></address>

              <track id="5llnp"><strike id="5llnp"></strike></track>

              <pre id="5llnp"><ruby id="5llnp"></ruby></pre>

                
                <address id="5llnp"><strike id="5llnp"><span id="5llnp"></span></strike></address>
                    <pre id="5llnp"></pre>
                      <track id="5llnp"></track>