本篇文章给大家谈谈机器人踢足球,以及奔跑吧踢足球是哪一期的知识点,希望对各位有所帮助,不要忘了收藏本站喔。
一步两步是魔鬼的步伐摩擦、摩擦......
据悉,7月份它还要去法国波尔多参加2023年的机器人世界杯足球赛(the soccer competition of the 2023 RoboCup),RoboCup 足球比赛作为一场国际科学会议,能够体现机器人跨领域的能力。
咱就是说机器人也有足球梦啊。
▍同类首创技术,要的就是一个“稳”
ARTEMIS本质上是一种通用类人机器人,采用了增强机动性和提高稳定性的先进机器人技术。它的身高为4英尺8英寸(约141.24厘米),重85磅(约为38.5千克),特别侧重于在不平坦的地面上行走:
同时也能跑步和跳跃:
即使被实验人员推动或受到其他干扰的情况下也能稳得一批:
还能帮你搬个箱子啥的:
让机器人能够像人类一样运动从来都是一个难以攻克的难题,根据加州大学洛杉矶分校的研究人员的说法,在实验室的测试中,ARTEMIS 能以每秒 2.1 米的速度行走,这将使其成为世界上行走速度最快的人形机器人。
它也被认为是第一个在学术环境中设计的能够运行的人形机器人。
对此还有网友评论,想看看它和波士顿动力家的机器人PK一下的:
忽然有点期待?
这款机器人的主要创新之处就在于它的执行器,定制设计的从能量中产生运动的装置,表现得像生物肌肉。它们有弹性且受力控制,这与大多数机器人所具有的刚性、位置控制的致动器相反。
加州大学洛杉矶分校机械和航空航天工程教授、RoMeLa 主任丹尼斯洪说:“这是它在崎岖不平的地形上行走时保持出色平衡和跑步能力的关键——在运动时双脚离地。” “这是首创的机器人。”
ARTEMIS 的另一项重大进步是它的执行器是电力驱动的,而非液压控制的,后者利用流体压力的差异来驱动运动。因此,与带有液压驱动器的机器人相比,它产生的噪音更小,运行效率更高——而且它更清洁,因为液压系统是影响液体泄漏的主要因素。
ARTEMIS 响应和适应其感知的能力来自其传感器和执行器系统。它的每只脚上都有定制设计的力传感器,可帮助机器在移动时保持平衡。它的头部还有一个定位单元和摄像头,以帮助它感知周围的环境。
机器人感知周围环境
▍备战“世界杯”,全面测试评估技能
为了让ARTEMIS在机器人世界杯足球赛中脱颖而出,研究人员们一直在加州大学洛杉矶分校校园周围定期测试机器人。在接下来的几周内,他们将在校内的球场全面测试机器人的跑步和踢球技能。
研究人员还将评估它在崎岖不平的地形和楼梯上的穿越能力、跌倒和重新站起来,以及携带物体的能力。并在Twitter 帐户上定期分享有关机器人测试结果的信息,发布其校园散步路线。
“我们很高兴将 ARTEMIS 带到加州大学洛杉矶分校进行现场测试,我们认为这是向更广泛的受众推广科学、技术、工程和数学的机会,”团队的研究人员表示。
二十多年来一直在制造人形机器人的RoMeLa,已经让早期的机器人五次赢得RoboCup比赛;这一次,研发团队希望ARTEMIS 将第六枚奖杯带回家。
ARTEMIS的闪光点不仅在于它的执行器开始发挥像人类肌肉一样的功能,还在于它的感知能力得到提升。作为类人机器人,它突破了以往机器人僵硬、不灵敏的弱点,不断提升动力系统使其可以像人类的双足一样运动,为类人机器人的发展指明了道路。
除此之外,ARTEMIS对感知能力的提升将有助于类人机器人变得更加“聪明”,说不定在未来,类人机器人能灵活应对各种复杂的跨场景工作模式,帮助人类进行工作了。
第八期《奔跑吧》今天将与观众们见面,这期节目的主题是足球,完美的衔接了世界杯的主题,还没开播网上就话题不断。
《奔跑吧》不断创新紧跟潮流真的是很用心了,本期节目再次邀请了嘉宾杨幂,预告片中的杨幂穿着一身红色运动服,戴着棒球帽,英姿飒爽活力四射。杨幂第一次参加跑男的时候,就为节目创下了超高的收视率,这次踢足球的一期用她来开辟战场非常聪明了。毕竟美女和足球会碰撞出什么样的火花很多人都很感兴趣。预告中,节目组把队员分成两组,给跑男团来了一个灵魂大拷问“足球你会踢,那“蹴鞠”你会玩吗”,两大前国脚球员范志毅和李毅亲自带团。到底谁会是今晚的“风流人物”,展示真正球技让观众十分期待。
跑男从第一季火爆到现在,第六季依然深受大家喜爱,少不了节目组的良苦用心,即使是面对真人秀节目在收视率上有明显下滑的趋势,并且其他电视台真人秀节目你追我赶下的情况下,能保持较高水准,《奔跑吧》可以说是真的很厉害了。
麻省理工学院人工智能实验室研究人员开发了一种腿式机器人系统,可以在与人类相同的条件下运球。该机器人混合使用车载传感和计算来穿越不同的自然地形,如沙子、砾石、泥土和雪,并适应它们对球运动的不同影响。
一段时间以来,编程机器人踢足球一直是一个活跃的研究领域。然而,该团队希望在运球过程中自动学习如何操纵双腿,从而发现难以编写脚本的技能,以应对雪、砾石、沙子、草地和路面等不同地形。
麻省理工学院博士生Gabe Margolis说:“机器人在不知道如何运球的情况下开始——它只是在它运球时得到奖励,或者在它搞砸时得到负强化。所以,它本质上是在试图弄清楚它应该用它的腿施加什么样的力。“这种强化学习方法的一个方面是我们必须设计一个好的奖励来促进机器人学习成功的运球行为。一旦我们设计了奖励,接下来就是机器人的练习时间:经过数百天的训练,它越来越擅长操纵足球以匹配所需的速度了。”
由于团队在其系统中内置了一个恢复控制器,该机器人还可以在不熟悉的地形中导航并从跌倒中重新站起来,并继续追球。
与独自行走相比,运球对运球机器人的运动和它可以穿越的地形施加了更多的限制。机器人必须调整其运动方式,以便对球施加力来运球。球和景观之间的互动可能不同于机器人和景观(如茂密的草地或人行道)之间的互动。例如,足球在草地上会受到阻力,而在人行道上则不会,而倾斜会施加加速度,从而改变球的典型路径。然而,只要机器人不打滑,它穿越不同地形的能力通常不会受到这些动力学差异的影响,因此足球测试对地形的变化很敏感,而单靠运动是不敏感的。
播放
00:00
进入全屏
50
点击按住可拖动视频
在硬件方面,机器人有一组传感器,可以让它感知环境,让它感觉自己在哪里,了解自己的位置,并看到周围的一些环境。它有一组致动器,可以施加力并移动自身和物体。在传感器和执行器之间,有一台计算机或“大脑”,负责将传感器数据转换为动作,并通过电机进行应用。当机器人在雪地上运行时,它看不到雪,但可以通过电机传感器感觉到雪。但足球是一项比走路更棘手的壮举,因此团队利用机器人头部和身体上的摄像头,除了新的运动技能外,还创造了一种新的视觉感官模式。
研究人员说:“我们的机器人可以在野外行走,因为它携带了所有的传感器、摄像头和机载计算。这需要在让整个控制器适应机载计算方面进行一些创新。这是学习有帮助的一个领域,因为我们可以运行一个轻量级的神经网络,并训练它来处理移动机器人观察到的有噪声的传感器数据。"
要使这些机器人像自然界中的同类机器人一样敏捷,还有很长的路要走,而且某些地形对DribbleBot来说具有挑战性。目前,控制器没有在包括斜坡或楼梯的模拟环境中接受训练。机器人没有感知地形的几何形状;它只是估计它的材料接触特性,比如摩擦力。例如,如果有台阶,机器人就会卡住——它无法将球举过台阶,这是团队未来想要探索的区域。
该研究得到了DARPA机器常识计划、麻省理工学院-IBM 沃森人工智能实验室、国家科学基金会人工智能和基础交互研究所、美国空军研究实验室和美国空军人工智能加速器的支持。该论文将在2023年IEEE机器人与自动化国际会议 (ICRA) 上发表。