騰訊釋出四足機器人Max二代版本,梅花樁上完成跳躍、空翻
8月8日,騰訊正式釋出Max二代機器人(以下簡稱Max)。記者獲悉,Max能夠在梅花樁上完成旋轉踏步、單樁跳躍、雙輪站立等高難度動作。同時,過樁速度達到“前輩”Jamoca的4倍。
依託於機器人視覺定位、地形識別、全向六自由度運動規劃、高精度模型預測控制等技術,Max能夠對複雜地形進行精確識別,並且根據地形實時想好步子,避免踩歪、打滑、摔倒等風險。通過梅花樁複雜地形場景,以及精確落點跳躍等條件設定,成功驗證了Max對複雜地形的適應能力。
據瞭解,Max是由騰訊Robotics X實驗室自研的多模態四足機器人,採用原創的腿輪一體的本體設計,實現了“崎嶇路面走得穩,平坦路面跑得快”。相比一代,Max在視覺感知、軌跡規劃、運動控制等方面實現技術創新,標誌著騰訊在機器人靈敏運動研究上取得了新的突破。
Max展現靈敏運動能力 完成空翻下樁等高難度動作
在騰訊 Robotics X 實驗室為Max設定的測試場景中,Max需要快速通過一個陣列全長10米,高0.8米(約為Max身高2倍)高低起伏的梅花樁陣列。
想要順利通過這一複雜地形,Max面對的挑戰重重。首先,Max需要實時地形識別、建圖,以應對密集細杆梅花樁這種複雜並帶有輕微晃動的地形。
看準地形後,Max需要根據地形規劃適合的運動軌跡,自動調整俯仰、側身與轉向,從而適應高低起伏的地形。
官方釋出的影片中,Max在極端地形中展現出極好的動作控制能力,能夠精準感知到自身和梅花樁的位置,找準樁面中心,動作連貫,落點準確,在窄小的樁面完成了快速行走、踏步旋轉、單樁跳躍、雙輪站立等一系列動作。
從結果來看,Max在持續高頻的衝擊條件下,定位精度累計誤差小於1%,地形識別精度小於2cm。
為更好保障Max力控精準度,騰訊Robotics X實驗室在機器人移動能力和機身本體設計上都做了改良。Max具備觸地檢測能力,可準確判斷足端觸地狀態,進行質心軌跡規劃與柔順力控,避免身體的大幅度振盪以及足端觸地後的反彈,確保落地平穩與運動流暢。
同時,Max的機身本體在2021年版本基礎上,完成了結構和電氣系統的大量優化,能夠應對跑、跳、翻等高動態動作產生的持續強力衝擊,保證了本體的穩定性和可靠性。
除移動表現的進步之外,Max在運動效率方面也有顯著提升。Max在完成跳躍、空翻等高難度動作時,可規劃出最省力的運動軌跡,即如何讓所需的驅動力最小化。
具體來講,Max可以根據目標跳躍距離、跳躍高度以及關節力矩限制等條件,計算出最優的跳躍軌跡,相容四腳跳(Pronking)和雙腳跳(Bounding)等步態。
自研模型演算法、深度強化學習讓Max動作更靈動
騰訊Robotics X實驗室於2018年成立,致力推進人機協作的下一代機器人研究,打造虛擬世界到真實世界的載體與聯結器。目前實驗室研究方向包括作為機器人基礎技術的感知能力,以及靈敏運動、靈巧操控、智慧體三大支柱技術,致力於智慧協作機器人。
據官方介紹,Max原創性地融合了機器人腿式與輪式運動模態,從硬體上的機械和電路設計,到軟體上的系統框架和控制演算法創新,使得Max在崎嶇路面走得穩,在平坦路面跑得快,更契合人類社會的現實環境。
此次的梅花樁升級挑戰是騰訊輪腿融合機器人靈敏運動技術的進一步突破。依託於團隊自研的單目視覺慣性定位、全新的六維全向運動實時規劃、非線性軌跡優化、高精度模型預測控制等演算法的支援,實現了更高精度的身體位置與姿態控制。
為更好完成跳躍、空翻等高動態動作所帶來的對機器人控制精度的挑戰,團隊結合離線最優跳躍軌跡規劃及實時平衡運動軌跡規劃,自研了模型預測控制演算法(Chi et al., A Linearization of Centroidal Dynamics for the Model-Predictive Control of Quadruped Robots, ICRA 2022)。
與此同時,騰訊Robotics X實驗室也正利用深度強化學習等AI技術,推進機器人智慧研究,讓機器人在虛擬環境中自主學習,更好地適應複雜環境的變化。
不同於預先設計好規則之後做重複任務的工業機器人,騰訊RoboticsX實驗室更關注機器人的自主特性研究,目的就是要在有很大不確定性的動態環境裡,能夠實現機器人的自主判斷、自主決策,並自主完成任務。
據實驗室研究人員介紹,基於深度強化學習與sim2real等技術,Max用幾個小時就能初步學會自然靈動的步態。
作為騰訊Robotics X實驗室自研的多模態四足機器人移動技術平臺,Max的相關新技術與演算法同時具備良好的遷移性,為實驗室研發其他型別的移動機器人、適配潛在應用場景沉澱技術與經驗。
未來,騰訊 Robotics X實驗室還將在機器人行業做全方位、多領域的探索,向人機共存、共創、共贏的未來不斷邁進。
雷峰網版權文章,未經授權禁止轉載。詳情見 轉載須知 。
- 元宇宙大門前,Wi-Fi 7喊出「芝麻開門」
- 科亞醫療深脈分數在魯上市,AI技術應用落地助力“健康中國2030”
- 兩家國產EDA公司合併,瞬曜創始人傅勇加入芯華章出任CTO
- Matter協議如何讓華為、小米、蘋果共處「同一屋簷下」?
- 出海正當時,誰在奮寫全球化故事?| 2022雷峰網「產業科技 · 最具商用價值榜」
- OpenAI 釋出新語音系統「Whisper 」,英文識別能力可接近人類水平
- 「雷神」超級晶片登場,英偉達與其它AI晶片公司的算力差距再次擴大
- 騰訊雲入選《IDC MarketScape: 中國DevOps平臺市場廠商評估,2022》領導者位置
- 英偉達「史詩級」自動駕駛晶片亮相!算力2000TOPS,相容座艙娛樂功能
- 數字化下半場,雲與資料基建領域裡,誰是核心生力軍? | 2022雷峰網「產業科技 · 最具商用價值榜」
- 醫療科技擠出「泡沫」,誰在潮水中站穩了腳跟?| 2022雷峰網「產業科技 · 最具商用價值榜」
- 嘉立創CAM軟體上線,PCB CAM軟體有望實現國產替代
- 貝殼翻身
- 騰訊雲助力打造南財金融終端,推動大灣區金融資訊服務發展
- Gary Marcus:文字生成影象系統理解不了世界,離 AGI 還差得遠
- 深圳安科 IPO 被中止,中國醫療器械「黃埔軍校」錯失的黃金三十年
- NeurIPS 2022 | 創新奇智提出一種基於反標籤學習的半監督少樣本影象分類學習方法
- Arm伺服器再添新成員,英偉達Grace率先採用
- Science 評論:STEM 領域女性科學家的工資比男性低 15.55%,頂尖學者差距更大
- 化云為雨,華為云為什麼要深入經濟的“毛細血管”?