软银旗下机器狗大突破 最新影片证明更加聪明与灵敏

BostonDynamics的SpotMini机器狗展示了新技能,能够召唤同伴帮助开门并完成一系列流畅的交互动作。SpotMini配备多种传感器,具备出色的灵活性与持久力。

软银旗下知名机器人公司Boston Dynamics212日发布了一支新影片,来展示他们研发的机器狗SpotMini最新的能力,懂得喊同伴来帮它开门,虽然影片只有45秒,这个新突破却引起了各方的关注。

 

在影片中,第一只机器狗,先靠近门边,「看」到关注的门上有门把,就状似「喊」来第二只机器狗,并且注视着第二只头上装了机器手臂的机器狗,从柜子后方走出后,第一只狗还懂得后退,让出空间给新来的机器狗。等到第二只机器狗,伸出头上的机器手臂将门打开,让第一只狗先出门后,自己也一边扶着门,一边走出门,最后还顺手关门。等同伴进去后才把门关上。整个过程彷佛是人与人之间的帮忙开门的互动一般。

BostonDynamics表示,这款机器狗虽然分为有手臂和没有手臂两种,但共通点是有四只脚、行动敏捷,只需充电,不需要电池。充满电后,SpotMini可以活动约90分钟。另外,SpotMini配置的传感器有立体相机、深度相机、IMU(惯性测量单元)和四肢的位置/力量传感器,手臂则为5自由度、活动范围大,适合捡拾物品。

这几年来,Boston Dynamics一直在开发令人惊讶的机器人,其中一款便是AtlasAtlas为人形机器人,可以在崎岖的地面行走(如雪地),也可以举放重物、维持平衡。Boston Dynamnics表示,Atlas零件以3D打印制成,所以比传统机器人轻盈。另外,Atlas配有立体视觉传感器和距离传感器等;在2个月前发布的影片中,Atlas可以跳跃、后空翻,跌倒时也能自己站起来。

文章出自: 搞定宠物大小事 http://hocacorp.com.tw
(DDPG)深度学习神经网络算法DDPG优化解决二维栅格地图路径规划研究(Matlab代码实现)内容概要:本文档主要围绕深度强化学习算法DDPG(Deep Deterministic Policy Gradient)在二维栅格地图路径规划中的应用展开研究,结合Matlab代码实现,详细阐述了如何利用DDPG算法优化路径规划问题。文中介绍了DDPG算法的核心机制,包括Actor-Critic架构、经验回放、目标网络等关键技术,并将其应用于静态和动态障碍物环境下的机器人或智能体路径寻优,实现了从起点到目标点的安全、高效路径探索。同时,文档还提到了其他算法(如DQN)的对比分析,展示了DDPG在连续动作空间中路径规划的优势。此外,资源附带完整的Matlab仿真代码,便于复现进一步研究。; 适合人群:具备一定机器学习强化学习基础,熟悉Matlab编程环境,从事智能控制、机器人导航、路径规划方向的研究生、科研人员及工程技术人员。; 使用场景及目标:① 掌握DDPG算法在路径规划中的具体实现方法;② 学习如何构建强化学习环境并设计奖励函数;③ 实现二维栅格地图中智能体的自主导航避障;④ 对比不同深度强化学习算法在相同任务下的性能差异。; 阅读建议:建议读者结合提供的Matlab代码逐模块分析,重点关注环境建模、网络结构设计训练过程调参策略,同时可尝试迁移至三维空间或其他应用场景以加深理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值