人工服务热线
工作日 9:00 - 18:00

售前咨询:400-107-8298 转1

售后服务:400-107-8298 转2

诺亦腾微信服务号

诺亦腾微信服务号

媒体报道

机器人如何进行复杂操作

2024-07-12

2024年1月,斯坦福大学团队在社交媒体上发布了与谷歌DeepMind团队合作研发的双臂机器人Mobile ALOHA,该机器人具备炒菜和做家务的能力。不久后,特斯拉也展示了机器人执行折叠衣物等复杂任务的视频,引发了人们对通用人形机器人时代的畅想。



如今,人形机器人的决策和执行能力正在逐步接近人们的设想。今年或将成为人形机器人应用的元年。那么,这些机器人是如何进行复杂操作的呢?答案在于多种AI训练方法,这些方法实现了机器人的运动控制和环境交互。通过对机器人的AI训练,可以提升其“智能”,使其能够准确执行动作并与环境进行交互。目前,比较主流的五种AI训练方法是:虚拟仿真、动作捕捉或遥操作、模仿学习、VLM+小模型和VLA。


  1. 虚拟仿真是在虚拟环境中构建智能体并进行强化学习算法训练,代表性例子是英伟达的VIMA;
  2. 动作捕捉或遥操作是通过传感器等设备精准复制真人动作给机器人,使机器人学会技能,代表性例子是特斯拉;
  3. 模仿学习是机器人通过观察人类演示或学习人类示教视频,理解行动中的逻辑并复现这些技能,代表性例子是斯坦福的MimicPlay;
  4. VLM+小模型则是通过VLM大模型进行高层规划,小模型负责低层运动控制,代表性例子是谷歌的PaLM-E和Meta的Image Bind;
  5. VLA则从VLM中演化而来,直接输出运动控制指令,形成感知-决策-动作的闭环过程,代表性例子是谷歌DeepMind的RT-2。


每种方法都有其优缺点,各家公司通过尝试和结合多种训练方法,以找到最适合的AI路径。

通过这些多样化的训练方法,机器人正逐步实现过去设想中的复杂操作,并推动人形机器人技术不断前进。


诺亦腾凭借在运动测量以及动作捕捉技术领域的领先优势,面向人形机器人领域推出完善的全自研解决方案。本解决方案以诺亦腾自研惯性传感器与光学运动测量两大核心技术为基础,覆盖机器人产业中研发、数据集以及落地应用的全周期流程,可充分支持技术研发、验证与数据汇总等阶段,并在落地应用中提供标准配件,用于后续的机器人二次开发与使用。


人工服务热线
工作日 9:00 - 18:00

售前咨询:+86 400-107-8298 转1

售后服务:+86 400-107-8298 转2

诺亦腾微信服务号

诺亦腾微信服务号