百米超博尔特机器人全程自主跑
#负责人回应机器人百米超博尔特#【#百米超博尔特机器人全程自主跑#】#百米超博尔特机器人还要跑接力#8月22日晚,第二届世界人形机器人运动会开幕式上,人形机器人天工Ultra跑出百米9.39秒,这一成绩比“飞人”博尔特保持的人类男子百米世界纪录9.58秒快0.19秒。后续,天工又接连跑出9.32秒、9.34秒的成绩,表现稳定。@北京日报 记者第一时间采访了研发天工的北京人形机器人创新中心创新人形部负责人郭宜劼,他揭秘了天工打破人类纪录的全过程。记者在现场看到,当晚的百米赛道上,天工Ultra的起跑并不算快。同场竞技的荣耀“闪电”机器人前半程稍占优势,但进入后程,天工Ultra的优势开始显现,完成反超,最终以9.39秒撞线。“我们的起步加速能力相比荣耀稍微慢一些,但是极速相比荣耀更高一些,所以在后程极速提升上去之后,就会有一个反超的过程。”郭宜劼说。更关键的是,这场冲刺完全由机器人自主完成——发令枪响后,控制员仅按下启动按键,后续全部由天工Ultra自己判断和奔跑。而在立定跳高赛场,天工Ultra原地纵身,一跃而起,引得现场一阵惊叹。郭宜劼透露,对于跑步和跳高,天工Ultra关节整体配置基本一致,只是腰部做了细微调整。他表示,跑步时机器人腰部旋转需要平衡腿部摆动惯量,而在跳跃时则增加了上肢俯仰自由度,由此帮助机器人“跳得更高、更远”。也就是说,同一款机器人只需微调就能兼顾两项赛事。“跑得更快、跳得更高,背后对应的是人形机器人的泛化移动能力和全身动作模仿能力。”郭宜劼解释,一个解决“到人所能去的任意地方”,一个解决“做人所能做的任意动作”,这是人形机器人进入人类生活落地的两个关键能力。在他看来,这两项核心能力搭建完成后,人形机器人首先会成为“一辆可以让人随心所欲驾驶的汽车”,再开发上层大脑,就能变成“自动驾驶汽车”。技术升级是成绩突破的支撑。郭宜劼介绍,今年天工Ultra的关节扭矩、转速大幅提升,电源具备大功率放电能力,支持高动态比赛。而在算法方面,基于强化学习、训练架构和方式不断迭代,天工Ultra的步态更稳定,极速能力更强。打破人类纪录对机器人行业有何影响?郭宜劼认为,这说明人形机器人本体和小脑能力不断成熟,在身体控制和运动能力的一些方面开始超越人类。但他也冷静指出,单项性能提升不等于稳定可靠,“如何把很高的性能真正变成稳定可靠的能力,还需要进一步成熟。”据他判断,未来,人形机器人有望以半自动化形式进入社会服务,再结合大脑智能的开发,具身智能才能真正用起来。后续田径比赛中,天工还将参加400米、1500米和4×100米的比赛。在小型组,天工Omni则将参加100米、400米短跑及障碍赛。“障碍赛更考验机器人的自主感知和泛化移动能力,我们希望把之前积累的成果体现出来。”他说。天工Ultra用成绩证明:人形机器人正在从“更像人”走向“超越人”,而如何让这些极限能力落地为可靠服务,是下一步更重要的命题。(@北京日报 记者 鹿杨 视频来源:央视新闻)
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




