Warum vertrauen Sie Ihrem Geschäft an uns?
Wir nehmen die Panik aus der Beschaffung.Wir lagern Millionen von schwer zu findenden Teilen aus unseren vertrauenswürdigen Quellen.Wir erfrischen unsere Produktlisten in Minuten, und Onlinekäufe sind in Echtzeit abgeschlossen und täglich versendet.
Instockin wurde 2002 gegründet, ist Instockin ein lokaler Führer in der elektronischen Komponentenverteilung und wird heute als eines der angesehensten und innovativsten Unternehmen des lokalen Marktes anerkannt.Instockin hat seinen Hauptsitz in Hongkong, Instockin, einen beeindruckenden Ruf für den hervorragenden Service und die Entwicklung effizienter, umfassender globaler Global Supply Chain-Lösungen ermittelt.
Lern mehr >
Training von Robotern für sportliche Bewegungen
Können sich Roboter wie Sportler bewegen?Ein neues Trainingsmodell hilft ihnen, Sportbewegungen zu replizieren, aber die Ergebnisse zeigen sowohl Fortschritte als auch unerwartete Herausforderungen.
Ein Team von AI- und Robotikforschern der Carnegie Mellon University sowie zwei Kollegen aus Nvidia hat ein neues Modell geschaffen, um Roboter zu schulen, um sich wie menschliche Athleten zu bewegen.Das Team stellte fest, dass sich das meiste Robotertraining auf Fortbewegung konzentriert und zu Robotern führt, die sich effizient, jedoch ohne Fluidität oder Sportlichkeit bewegen.Um dies anzugehen, untersuchten sie das Ganzkörpertraining.Sie fanden, dass vorhandene Modelle keine Anpassungsfähigkeit hatten und sich auf zu viele Parameter stützten, was Roboterbewegungen zu vorsichtig machte.Dies führte dazu, dass sie einen neuen zweistufigen Trainingsrahmen entwickeln.
Die erste Stufe trainiert ein KI-Modul, um Ganzkörper-Bewegungsvideos zu analysieren und wichtige Bewegungen so anzupassen, dass sie die Funktionen des Roboters mithilfe der Bewegungsverfolgung entsprechen.Die zweite Stufe sammelt reale Daten, um die Lücke zwischen menschlichen Bewegungen in Videos und der Art und Weise zu schließen, wie sich Roboter physisch bewegen können.Dieser Prozess führte zu einem Rahmen, der als Ausrichtungsimulation und reale Physik (ASAP) bezeichnet wurde.
Das ASAP -Rahmen besteht aus vier Schritten.Erstens beinhaltet Bewegungsverfolgung der Vorausbildung und der realen Trajektoriensammlung die Retargetation humanoischer Bewegungen von menschlichen Videos.Mehrere Bewegungsverfolgungsrichtlinien werden vorgeschrieben, um reale Bewegungsbahnen zu erzeugen.Als nächstes wird das Delta-Action-Modelltraining mit realen Rollout-Daten durchgeführt.Dieser Schritt minimiert die Diskrepanz zwischen dem simulierten Zustand und dem tatsächlichen Zustand der realen Welt und verbessert die Genauigkeit des Modells.
In der Richtlinienfeineinstellungsstufe ist das Delta-Aktionsmodell eingefroren und in den Simulator integriert, um sich besser an der realen Physik auszurichten.Die vorgeschriebene Bewegungsverfolgungspolitik wird dann für eine größere Präzision fein abgestimmt.Schließlich wird die fein abgestimmte Richtlinie in der realen Bereitstellung direkt in der realen Welt implementiert, ohne sich auf das Delta-Aktionsmodell zu verlassen, um sicherzustellen, dass der Roboter seine geschulten Bewegungen unabhängig ausführen kann.
Um den Rahmen zu testen, bildeten die Forscher einen Roboter aus, um ikonische Sportbewegungen zu replizieren.Es spielte Kobe Bryants Fadeaway-Sprungschuss, LeBron James 'Schalldämpfer und Cristiano Ronaldos Siu-Sprung mit einem Mid-Air-Spin.Jede Bewegung wurde aufgezeichnet.
Die Bewegungen des Roboters ähneln eindeutig den berühmten Sportbewegungen und unterstreichen den Fortschritt in der Ganzkörperbewegung.Es ist jedoch auch offensichtlich, dass viel mehr Arbeit benötigt wird, bevor ein Roboter mit einem Profisportler verwechselt werden kann.
Ein Team von AI- und Robotikforschern der Carnegie Mellon University sowie zwei Kollegen aus Nvidia hat ein neues Modell geschaffen, um Roboter zu schulen, um sich wie menschliche Athleten zu bewegen.Das Team stellte fest, dass sich das meiste Robotertraining auf Fortbewegung konzentriert und zu Robotern führt, die sich effizient, jedoch ohne Fluidität oder Sportlichkeit bewegen.Um dies anzugehen, untersuchten sie das Ganzkörpertraining.Sie fanden, dass vorhandene Modelle keine Anpassungsfähigkeit hatten und sich auf zu viele Parameter stützten, was Roboterbewegungen zu vorsichtig machte.Dies führte dazu, dass sie einen neuen zweistufigen Trainingsrahmen entwickeln.
Die erste Stufe trainiert ein KI-Modul, um Ganzkörper-Bewegungsvideos zu analysieren und wichtige Bewegungen so anzupassen, dass sie die Funktionen des Roboters mithilfe der Bewegungsverfolgung entsprechen.Die zweite Stufe sammelt reale Daten, um die Lücke zwischen menschlichen Bewegungen in Videos und der Art und Weise zu schließen, wie sich Roboter physisch bewegen können.Dieser Prozess führte zu einem Rahmen, der als Ausrichtungsimulation und reale Physik (ASAP) bezeichnet wurde.
Das ASAP -Rahmen besteht aus vier Schritten.Erstens beinhaltet Bewegungsverfolgung der Vorausbildung und der realen Trajektoriensammlung die Retargetation humanoischer Bewegungen von menschlichen Videos.Mehrere Bewegungsverfolgungsrichtlinien werden vorgeschrieben, um reale Bewegungsbahnen zu erzeugen.Als nächstes wird das Delta-Action-Modelltraining mit realen Rollout-Daten durchgeführt.Dieser Schritt minimiert die Diskrepanz zwischen dem simulierten Zustand und dem tatsächlichen Zustand der realen Welt und verbessert die Genauigkeit des Modells.
In der Richtlinienfeineinstellungsstufe ist das Delta-Aktionsmodell eingefroren und in den Simulator integriert, um sich besser an der realen Physik auszurichten.Die vorgeschriebene Bewegungsverfolgungspolitik wird dann für eine größere Präzision fein abgestimmt.Schließlich wird die fein abgestimmte Richtlinie in der realen Bereitstellung direkt in der realen Welt implementiert, ohne sich auf das Delta-Aktionsmodell zu verlassen, um sicherzustellen, dass der Roboter seine geschulten Bewegungen unabhängig ausführen kann.
Um den Rahmen zu testen, bildeten die Forscher einen Roboter aus, um ikonische Sportbewegungen zu replizieren.Es spielte Kobe Bryants Fadeaway-Sprungschuss, LeBron James 'Schalldämpfer und Cristiano Ronaldos Siu-Sprung mit einem Mid-Air-Spin.Jede Bewegung wurde aufgezeichnet.
Die Bewegungen des Roboters ähneln eindeutig den berühmten Sportbewegungen und unterstreichen den Fortschritt in der Ganzkörperbewegung.Es ist jedoch auch offensichtlich, dass viel mehr Arbeit benötigt wird, bevor ein Roboter mit einem Profisportler verwechselt werden kann.