TECHNOLOGY · 技术
运动控制
SwingBot:面向人形机器人的全身臂跃学习框架
研究团队提出SwingBot学习框架,借助仿生关键帧与递归特权状态估计,使高自由度人形机器人实现连续臂跃。
AI 编撰 · 内容基于所列来源,重要信息请以原文为准
来自研究团队的最新论文提出SwingBot,一种面向人形机器人外形模仿人类、有头有手有腿的机器人。最大优势是能直接使用为人类世界设计的工具和空间——楼梯、门把手、工厂工位都不在话下。◆ 小白科普 · 现身连续臂跃的学习框架。臂跃是灵长类在地面路径受阻时利用上方支撑移动的方式,对在杂乱或危险环境中作业的机器人而言,这是一种可补充的移动模式。将该能力赋予高自由度DoF机器人能独立运动的方向数量;自由度越多,动作通常越灵活,控制也更复杂。◆ 小白科普 · 现身人形机器人外形模仿人类、有头有手有腿的机器人。最大优势是能直接使用为人类世界设计的工具和空间——楼梯、门把手、工厂工位都不在话下。◆ 小白科普 · 现身存在多重困难:控制器需发现长时程的释放—摆动—抓握序列,在用全身动量协调交替接触的同时,还缺乏可靠的节段相对位移与钩状接触状态测量。SwingBot围绕臂跃本身的结构组织学习过程,以仿生关键帧让早期探索阶段更易到达稀有的释放—摆动—抓握转换,并用递归特权状态估计为部署把机器人真正放到工作现场长期干活,而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身提供紧凑的位置与接触隐变量。硬件实验显示,机器人能够连续通过横杆,并对负载、外部扰动和不同杆间距保持鲁棒性。作者认为,这一表述为全身机器人臂跃提供了一条实用路径。