为啥把胡萝卜炒黄豆这道菜起个名叫“兔子乐”，其主要原因是这个菜的所有主要组成都是兔子最喜欢的，于是吃着吃着突然一想，嘿，叫这个名挺好——“兔子乐”。
地址： https://www.youtube.com/watch?v=eT8pceKhcaA
最近看到逐际动力公司推出的一款轮足混合式机器人，感觉比较新奇。轮足机器人理论上虽然在全地形场景下有更好的性能表现，
地址： https://36kr.com/video/2083741912486274
上了中央电视台的“苏州健雄职业技术学院” 加强我国的职业技术教育是一项重要的国家政策，为我国的工业制造培养坚实的人才基础。
地址： https://www.youtube.com/watch?v=JQdyzQdMRS0 Fusing Real-Time AI With Digital Twins 使用NVIDI
相关： https://baijiahao.baidu.com/s?id=1566933142821989&wfr=spider&for=pc https://baijiahao.baidu.com/s?id=1767407978821181433&wfr=spider&for=pc Nvidia的
相关： https://www.bilibili.com/video/BV1fN4y1z7uD/?vd_source=f1d0f27367a99104c397918f0cf362b7 接触式：就是使用探针传感
地址： https://www.bilibili.com/video/BV1A2421P7pH/ 视频用到的工具voxcraft体验地址：https://voxcraft.ai/
相关： https://www.nvidia.com/en-us/on-demand/session/omniverse2020-om1573/ https://www.nvidia.com/zh-tw/on-demand/
最近在用nvidia omniverse时突然发现这样的一个问题，那就是这个软件实在是太太了，一个组件就4个多GB大小，如果安装几个
人形机器人从人类演示（demenstration）数据中学习的几种方式 使用仿真环境，在仿真环境中生成近似人类的行为数据，然后利用
地址： https://www.youtube.com/watch?v=ER4xNhSVJ2c 强化学习，已经不是什么稀奇的概念了，强化学习算法是大语言模型、自动驾驶、人形机器人的核心算法，但是现有的强化学习往往都是针对特定场景的，如果面对新的场景就需要重新的训练，而这是难以满足人类对通用人工智能
本文的title看上去像是在发牢骚，实际却是讨论一个现实的问题，那就是未来人工智能在科研院所开展的可行性的分析。 因为
比较好奇，NVIDIA今年推出的终端芯片Jetson Thor到底是个啥样，毕竟这东西在机器人元年的2024年
官方地址：https://www.lejurobot.com/talos-cn/看到说第一款国内操作系统平台的智能机器人，于是好奇的看了下产品介绍，乐聚机器人ROBAN，突然发现这个价格是真不便宜，不过这也给了我一个启发，那就是未来做智能机器人教育或许也是门不错的生意。官方给出的一些机器人的表现：
资料： https://www.youtube.com/watch?v=3CdwPGC9nyk 答案很
地址： https://www.creaform3d.com.cn/zh/ji-liang-jie-jue-fang/vxscan-rshu-zi-luan-sheng-huan-jing-ruan-jian-mo-kuai VXscan-R Plan 不仅仅是一个机器人编程软件，它还是一个完整的项
人形机器人的技术，包括软件、硬件、AI三个方向，硬件则包括电机的制作，等等；软件方面则可以包括机器人外形的设计
地址： https://www.youtube.com/watch?v=yU3GUHDf0mk
参考：https://zhuanlan.zhihu.com/p/59560621下图及文字来自（遵循 CC 4.0 BY-SA 版权协议）：MoveIt由ROS（机器人操作系统）中一系列移动操作的功能包组成，包含运动规划，操作控制，3D感知，运动学，碰撞检测等等，是目前针对移动操作最先进的软件。 它提供了一个易于使用的平台，开发先进的机器人应用程序，评估新的机器人设计和建筑集成的机器人产品。 并且
特斯拉的老马，搞的optimus人形机器人就是通过人来训练机器人（真人实际演示动作），但是未来使用仿真环境自动生成数据是否可行呢，NVIDIA的老黄在2024 GTC上是大力推出自家的GROOT平台，该平台的主要数据则是使用仿真器生成的，到底哪种方式更优呢？
IsaacManipulator 为机械臂提供了卓越的灵活性和模块化AI功能，并提供了一系列强大的基础模型和GPU加速库。它提供了高达80倍的路径规划加速，零样本感知提高了效率和吞吐量，使开发者能够实现更多新的机器人任务的自动化。早期生态系统合作伙伴包括安川电机、泰瑞达旗下子公司优傲、PickNik
相关： https://cyberbotics.com/doc/guide/tutorials 下载地址： https://github.com/cyberbotics/webots/releases/tag/R2023b
地址： https://www.youtube.com/watch?v=ikrDqfnZNLU Clone 公司： 生产通过液压驱动的仿生机器人。
总结一些之前看过的SLAM(VO,VIO,建图)文献所发表的实验室和作者实验室美国卡耐基梅陇大学机器人研究所研究所主页：https://www.ri.cmu.edu/发表论文：https://www.ri.cmu.edu/pubs/优秀团队成员：Michael Kaess、Sebastian Scherer研究方向：机器人感知、结构，服务型、运输、制造业、现场机器等美国加州大学圣地亚哥分校语境机器
Learnging Where To Look End-to-End
一个问题，那就是足式机器人的步态控制是否可以完全不借助传感器信息？ 传感器信息是指摄像头、激光雷达或接触式传感器信息，如果机器人不借助这些信息则只依靠本体的传感器信息（速度传感器、方向传感器、力矩传感器）那么是否可以实现足式机器人的步态控制呢。 在传统的仿真环境下我们一般都是采用本体传感器信息进行控
参考： https://hippo-robot.com/company/440/ 瑞士苏黎世联邦理工学院 产品：
可以利用动作捕捉“学习”人类动作，依靠视觉的AI算法和学习，机器人能知道手在空间的位置，并准确拿取物品。Optimus擎天柱感知世界的方式和人类一样，都是视觉。可以看到，不同的物体被以不同的颜色划分；而在后端，环境感知是以“Occupancy Network”的形式存在的。可以看到，摄像头的图像在“Occupancy Network”中被处理为一个一3D染色方块，白色方块表示静止物体，包含大小高度
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号
