Oct, 2022

ClipBot: 一款通过遗传算法优化学习步行的教育性身体残障机器人

HTML
PDF
TL;DR本文介绍了一种低成本、DIY的教育机器人ClipBot，它的“骨架”由两个纸夹制成，该机器人的机械配置制约了其运动的物理能力，因此需要使用人工智能等方法来克服硬件限制，作者通过讲述在高中学生中组织的关于优化robot 动作方案的“迷人信息学”的研究周实验介绍了教育机器人的学习过程。
发现论文，激发创造
  • 利用高维界面学习控制复杂机器人：初步的见解

    本文研究采用运动传感器技术对有限活动能力的人体上半身动作进行捕捉，将其作为输入来控制7自由度辅助机器臂。通过对两位参与者的实验数据进行初步分析，观察到利用机器智能可以发现高维机器人控制中一些关键的难点和不一致性，从而促进未来接口学习的发展。

    Oct, 2021

  • 辅助人类进行运动控制任务的教学

    提出了一种利用强化学习中的技能发现方法来辅助教授机动控制任务，并通过混合合成和用户研究证明使用技能辅助教学方法能提高学生绩效40％，个性化教学可进一步提高25％。

    Nov, 2022

  • 机器人的高效自动设计

    该论文提出基于进化算法进行机器人设计的新方法，通过随机生成初始身体结构，能够优化设计一种可行的四足机器人结构，具备高效行走能力，并通过自动化制造实现机器人的快速设计制造和部署。

    Jun, 2023

  • 探究机器人设计对学习和神经控制的影响

    通过设计机器人体形，可以在多任务场景下克服神经控制器所遇到的许多问题，从而实现设计更通用、需要更少计算力的机器人。

    Jun, 2023

  • CLIP-Motion：使用连续观测学习机器人动作的奖励函数

    利用基于CLIP的模型学习机器人运动的奖励函数的新方法，回避了传统奖励函数设计中的挑战，通过利用CLIP处理状态特征和图像输入的能力，准确识别连续观察之间的运动并增强机器人领域的强化学习培训。

    Nov, 2023

  • 机器人的具身神经形态人工智能: 观点、挑战与研究发展框架

    机器人技术、具身智能、神经形态计算、机器人学、神经形态人工智能是本文的五个关键词。本文探讨了通过我们的观点实现机器人系统的具身神经形态人工智能的方法，并确立了研究挑战和机会以及对未来研究发展的愿景。

    Apr, 2024

  • 可微分机器人的演化与学习

    通过大规模并行可微分仿真，利用遗传算法对机器人进行自动设计，通过优化机器人的行为并探索不同机械结构的变化，发现进化可产生逐渐可微分的机器人，在实体机器人上验证了优化行为的可行性，从而拓宽了我们对生物系统中进化和学习之间关系以及机器人物理结构对策略训练能力影响的理解。

    May, 2024

  • BricksRL：用乐高教育平台实现机器人与强化学习研究民主化

    BricksRL是一个用于加强学习研究和教育的平台，它通过与TorchRL库连接，实现了在现实世界中创建、设计和训练定制的LEGO机器人，通过蓝牙双向通信与LEGO智能中枢交互，从而实现了GPU上的最先进的加强学习训练，为各种LEGO构建提供了灵活和高效的扩展方法。

    Jun, 2024

  • 用于长期软体机器人数据收集的模块化并行操控器

    本研究针对软体机器人领域长期实验和大规模数据收集面临的硬件耐用性和实验灵活性问题，提出了一种模块化并行机器人操控平台。该平台支持多种软体机器人制造方法，具有设计灵活性，可以进行不同几何形状和材料特性的实验，验证了其在基准2D操控任务中直接用于策略梯度强化学习的能力。

    Sep, 2024

  • 稳健的机器人行走者：在微小障碍物上的敏捷运动学习

    本研究解决了四足机器人在实际应用中行走能力不足的问题，尤其是在通过微小障碍物时的挑战。我们提出了一种基于本体感知输入的新方法，通过两阶段训练框架学习不同障碍物的隐式表征，并设计了定制的奖励函数以提高训练稳定性和部署简便性。该方法在仿真和现实条件下的实验结果表明其有效性和稳健性，促进了后续研究的发展。

    Sep, 2024