机器人运动会100米障碍赛决出金牌,智元灵犀X2夺冠
新浪科技讯 8月24日晚间消息,第二届世界人形机器人运动会决出100米障碍赛金牌,智元灵犀X2夺冠。
据智元参赛队员介绍,100米障碍赛是对人形机器人综合运动能力的高强度试炼,赛事重点考核人形机器人高速机动、动态平衡、实时感知导航、复杂地形越障、全身姿态自适应五大核心能力。赛道布设台阶、窄通道、起伏路面等多重障碍,要求机器人在高速行进状态下,同步完成绕障、跨越障碍、通过受限空间等一系列动作,对整机硬件爆发力、关节动态输出以及运动控制算法均提出严苛考验。

智元灵犀X2以量产版本参赛,无任何本体改装。面对障碍赛特性,智元在强化学习运动控制算法上做到了引领。与当前市面上绝大多数仅依赖关节本体感知的方案不同,智元灵犀X2装上了“真正的眼睛”,基于自研的AGILE (AgiBot Generative Intelligent Locomotion Engine)生成式通用小脑引擎框架,在通过不规则障碍物时兼具显著的速度优势与出色的稳定性,并能在多种地形下实现自主或半自主决策。
更多新闻>>相关新闻
-
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




