MIX Fold3包裝盒泄露 新機本月登場
小米的全新折疊屏旗艦MIX Fold3將于本月發布，近日該機的真機包裝盒在網上泄露。從圖上來看，新的MIX Fold3包裝盒在外觀設計方面延續了之前的方案，變化不大，這也是目前小米旗艦
機器人打乒乓球，這（zhei）您受得了嗎？
關鍵玩的還都是高難度：并步接球！
0.42秒極限反應回擊扣球！
高還能對拉106拍！
打不過，反正我是打不過。
這位乒乓球場上的機器人高手，出自清華姚班本科生蘇智（師從吳翼教授）的新論文——《HITTER: A HumanoId Table TEnnis Robot via Hierarchical Planning and Learning》。
在這篇論文中，研究者們提出了一套結合模型規劃與強化學習的分層框架，實現了人形機器人在亞秒級（sub-second）反應下的穩定連續對打。
這是怎么做到的？
基于規劃與控制的分層框架
總的來說，為了教機器人打乒乓球，研究團隊提出了一個將高層規劃與低層控制分開處理的框架。
其中，在高層規劃中，基于模型的規劃器（model-based planner）能夠導航球的軌跡，并預測擊球位置、速度和時機。
在低層框架中，基于強化學習（RL）的全身控制器，能夠根據規劃器的預測，生成協調的手臂和腿部動作來執行與人類相似的打擊動作。
具體來說，研究團隊直接將宇樹G1的手掌變成了乒乓球拍，并讓它站在一張標準尺寸的乒乓球臺上進行訓練。
在感知方面，研究采用了九個OptiTrack攝像頭（運行頻率為360 Hz）來追蹤球的位置，這達到了毫米級的精度。
在規劃方面，基于模型的規劃器在每個時間步接收球的位置數據，并預測球拍的擊球位置、速度和時機。
這些預測被交付給全身控制器，以生成宇樹G1所需的擊球時機和球拍速度。
之后，機器人根據強化學習不斷調整擊球策略，提高運動表現。
此外，為了鼓勵機器人做出類似人類的揮拍動作，研究人員還在策略訓練中加入了人類動作參考（正手和反手）。
通過人類動作參考進行訓練，機器人產生了與人類動作非常相似的擊球行為：例如下圖中機器人擊球時的腰部旋轉。
在真實世界的實驗中，團隊向機器人投擲了26個球，機器人成功回球24次，擊中后未回球1次，完全失球1次，達到了96.2%的擊球率和92.3%的回球率。
而且，就像我們開頭提到的，G1在與人類對手對打時，實現了多達106次的連續擊球，這一連拍遠遠超過了休閑人類玩家的水平。
此外，G1還表現出了回擊扣球的能力。
后，值得一提的是，除了與人類進行對戰，機器人也可以在完全自主的匹配環境中持續進行對戰。
為什么是乒乓球？
在前段時間的機器人運動會上，我們已經看到了不少機器人參與的運動項目(如跑步、拳擊、足球等）。
不過，這些運動往往留給機器人較長的調整與反應時間。
而在現實生活中，機器人常常需要在動態環境下與快速移動的物體交互，這種交互從根本上講更難：
因為它們不僅需要各個關節的協調控制，還需要在極限時間測量內運行的精密感知-行動閉環，而乒乓球正是此類交互的絕佳例子。
相對于網球或羽毛球等運動，乒乓球的距離更短、攻防轉換更快、反應時間窗口更小（球速超過5米/秒）。
這就意味著機器人系統必須在瞬間內完成感知、預測、規劃和擊球以及與移動或靜態的不同操作。
更難的是，成功的擊球需要敏捷的全身運動，包括快速擺動手臂、轉動腰部、快速墊步和恢復平衡，以確保準確擊球并為下一次打做好準備。
所以，打乒乓球，對人形機器人來說，還真不是一件容易的事。
已經開始期待下一次的機器人運動會了！
本文鏈接：http://m.www897cc.com/showinfo-17-179788-0.html不愧是中國機器人 乒乓打得太6了
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： 中國KTV 盯上壓抑的日本人
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號