逐际动力与阿里云无影灵构合作,将机器人研发环境迁移至云端,以应对算力需求激增、环境配置复杂和成本高昂等问题。通过云上工作站,实现环境标准化、算力弹性调度和低延迟3D交互,提升仿真训练效率,推动具身智能研发从自建设施转向按需调用,加速行业迭代。
超维动力与北大医疗合作,推动具身智能在医疗场景落地。合作聚焦数据采集、世界模型与仿真训练,构建“拟真训练—场景验证—医院应用”路径。通过高拟真医院、数据头环和数字资产库,解决训练环境与数据瓶颈,优先验证试管分拣、药品配送等任务,确保安全应用。
苏度科技在WAIC展示仿真训练机器人,实现99%+抓取成功率,涵盖精密装配、柔性打包及宁德时代电池产线多机协作。公司坚持仿真为主、虚实融合数据路线,自研本体,构建高精度世界模型,目标打造具身智能iOS平台,强调高可靠性与泛化能力,估值达200亿元。
本文讨论了VIRAL项目,该项目通过教师-学生框架结合强化学习和视觉蒸馏,实现了类人机器人在真实环境中的自主行走与操作。技术利用仿真训练和领域随机化,提高了机器人的鲁棒性和泛化能力,展现出在复杂任务中的潜力。尽管取得了进展,仍面临物理和任务覆盖等挑战,未来需结合仿真与现实世界数据以实现更广泛的应用。
本文介绍了一种基于机器学习的系统,用于仅基于视觉感知控制机器人操作器。通过在仿真中的训练,Deep Q 网络(DQN)被证明能够执行目标到达。实验证明在用合成图像代替相机图像时,网络可以正常工作。
完成下面两步后,将自动完成登录并继续当前操作。