人(rén)形機器人(rén)的(de)最新突破 讓我們來(lái)看看瘋狂的(de)機器人(rén)

 在過去的(de)幾年裏，機器人(rén)技術取得(de)了(le)令人(rén)難以置信的(de)進步，我們已經看到了(le)令人(rén)驚歎的(de)機器狗，麻省理(lǐ)工學院通(tōng)過他(tā)們的(de)獵豹進一步推進了(le)這(zhè)一想法，獵豹基于強化(huà)學習(xí)，這(zhè)個(gè)特殊的(de)機器人(rén)能夠在模拟環境中學習(xí)，然後将這(zhè)些能力帶入現實世界。

許多(duō)團隊将在雙足機器人(rén)方面采取類似的(de)策略，甚至像波士頓動力這(zhè)樣的(de)公司也(yě)暗示現在正在走向強化(huà)學習(xí)的(de)道路上，Atlas正在利用(yòng)軌迹優化(huà)和(hé)模型預測控制，所以很難想象，未來(lái)這(zhè)個(gè)機器人(rén)可(kě)以自己學習(xí)所有東西，看看這(zhè)些機器人(rén)未來(lái)幾年在敏捷性方面會變得(de)多(duō)麽先進且将會非常有趣。

還(hái)有幾個(gè)項目正在研究動力效率，birdbot 也(yě)是這(zhè)些項目之一，它的(de)每條腿隻有兩個(gè)電機，與其他(tā)雙足機器人(rén)相比，該腿的(de)其餘部分(fēn)由榫頭和(hé)滑輪驅動，該系統隻需要四分(fēn)之一的(de)能量，因爲彈簧可(kě)以平衡機器人(rén)的(de)上部。

另一個(gè)類似的(de)并行項目是 digit ，有人(rén)可(kě)能認爲這(zhè)些與地圖集相比有點簡單，但這(zhè)些機器人(rén)有數小時(shí)的(de)運行時(shí)間，而且在有效載荷交付和(hé)上層穩定運動方面它們的(de)用(yòng)途更廣，确實沒有限制，我們已經看到了(le)一種讓人(rén)想起 Mac Warrior 的(de)方法，他(tā)們的(de)遙控操作項目也(yě)出現了(le)，操作員(yuán)基本上坐(zuò)在外骨骼中，并像遊戲一樣從機器人(rén)獲得(de)力反饋，它反應靈敏，用(yòng)途更廣泛，因爲它可(kě)以進入任何危險地區(qū)而不會危及人(rén)類，那麽有可(kě)能創造現代機甲嗎？這(zhè)可(kě)能是因爲我們已經看到了(le)麻省理(lǐ)工學院的(de)獵豹強化(huà)學習(xí)如何在模拟環境中改進機器人(rén)，也(yě)許這(zhè)些更大(dà)的(de)機器人(rén)可(kě)以通(tōng)過相同的(de)過程得(de)到改進，所以也(yě)許有一天我們會有一個(gè)混合，具有上軀幹遙控操作能力和(hé)下(xià)半身強化(huà)過程，也(yě)許這(zhè)些更大(dà)的(de)機器人(rén)會很快(kuài)出現。

logo platform 已經證明(míng)可(kě)以将計算(suàn)機視覺與行走模式生成相結合，所有這(zhè)些算(suàn)法運行是實時(shí)的(de)，它在識别部分(fēn)表現得(de)像一個(gè)人(rén)，但是這(zhè)個(gè)機器人(rén)有點慢(màn)，所以也(yě)許在未來(lái)我們會看到這(zhè)些類型的(de)雙足機器人(rén)在模拟環境中學習(xí)并使用(yòng)正确的(de)感官反饋以及視覺功能，這(zhè)些平台可(kě)以适應運動主題的(de)場(chǎng)景，有一些公司在關注面部表情的(de)非常重要的(de)屬性，這(zhè)種特殊的(de)能力非常複雜(zá)，經過Arts 精心設計制作了(le)一個(gè)非常神奇的(de)機器人(rén)，叫做(zuò) amika，它可(kě)能是目前最準确的(de)面部表情機器人(rén)之一，但我覺得(de)很吸引人(rén)的(de)是這(zhè)台特殊機器人(rén)實際上可(kě)以用(yòng) AR 套件模仿人(rén)類的(de)面部表情，即使像 Amica 一樣令人(rén)印象深刻，仍然需要掌握令人(rén)難以置信的(de)複雜(zá)屬性，包括語言處理(lǐ)、視覺感知和(hé)情商，僅這(zhè)三個(gè)屬性就在其中解決起來(lái)很複雜(zá)，所以我們經常看到像Amica 這(zhè)樣的(de)機器人(rén)在開發中被劃分(fēn)開來(lái)。

還(hái)有與規模經濟相關的(de)問題，這(zhè)意味著(zhe)很難将這(zhè)種類型的(de)機器人(rén)出售給不同的(de)客戶群，那麽解決方案是什(shén)麽？ 這(zhè)一個(gè)替代方案可(kě)以與虛拟現實混合在一起，如果你可(kě)以收集足夠的(de)關于人(rén)類及其意圖的(de)數據，那麽你可(kě)以在技術上與VR 中的(de) AI 角色進行交互，該角色能夠解釋這(zhè)些感官輸入，現在 Gatebox 就是一個(gè)很好的(de)例子，但它從某種意義上說，具有程序反應，它并沒有描繪出自适應響應的(de)存在，因爲硬件功能尚不存在，基本上模仿人(rén)腦(nǎo)神經元的(de)神經形态芯片可(kě)能會解決這(zhè)個(gè)問題，像 end bezel 這(zhè)樣的(de)公司已經在研究利用(yòng)神經形态芯片的(de)模型将人(rén)類行爲用(yòng)感官數據進行分(fēn)類，個(gè)人(rén)的(de)意圖反過來(lái)更容易預測。該模型可(kě)以檢測運動圖像或與與腦(nǎo)芯片神經形态處理(lǐ)器相結合的(de)規則進行交互，與市場(chǎng)領先的(de) GPU AI 相比，速度要快(kuài)得(de)多(duō)，但我認爲最終我們可(kě)能會有神經形态。

我們日常計算(suàn)機中的(de) ic 芯片可(kě)以用(yòng)于遊戲中的(de)東西，甚至可(kě)以開發交互式AI 角色，也(yě)許有一天我們可(kě)以将這(zhè)項技術轉移到人(rén)形機器人(rén)上。