FALCON из Карнеги-Меллон удвоил точность управления гуманоидных роботов

Post Thumbnail

Учёные из Лаборатории адаптивной робототехники университета Карнеги-Меллон создали систему под названием FALCON, которая значительно улучшает способности гуманоидных роботов выполнять сложные задачи с высокой силовой нагрузкой. Это настоящий прорыв в области робототехники, открывающий новые возможности для применения роботов в реальных условиях.

Главная особенность FALCON заключается в его архитектуре, состоящей из 2 отдельных агентов искусственного интеллекта, которые работают как единое целое. Первый агент отвечает за устойчивую ходьбу и равновесие, а второй контролирует точные движения рук с учётом прилагаемой силы. Благодаря такому разделению функций роботы могут обучаться в виртуальной среде выполнять реальные физические задачи, требующие не только точности, но и значительной силы.

После обучения в симуляции роботы способны выполнять такие действия как перемещение тяжёлых предметов, открывание массивных дверей или сохранение равновесия при внешних воздействиях, например, когда их толкают. Это значительный шаг вперёд по сравнению с предыдущими системами управления.

Одно из главных преимуществ FALCON — его универсальность. Система не требует сложной настройки под каждую новую модель робота. Исследователи проверили её на 2 совершенно разных платформах — Unitree G1 и Booster T1. И в обоих случаях результаты оказались впечатляющими. Точность управления руками увеличилась на 100%, а устойчивость при выполнении силовых задач достигла уровня промышленных требований.

Система FALCON способна выдерживать нагрузки до 100 ньютонов, что составляет почти треть веса самого робота.

Я реально удивлен! FALCON впервые предлагает эффективное решение проблемы одновременного контроля равновесия и силового воздействия. Что исторически являлось одним из основных препятствий для применения человекоподобных роботов в реальных силовых задачах.

Почитать из последнего
ИИ-ассистент научили разбирать документы и алерты
Главный вопрос корпоративного ИИ прост: что будет с данными после запроса? РТК-ЦОД предлагает не рисковать ими. На форуме «Цифровые решения» компания с блоком ИТ «Ростелекома» представила ассистента для организаций с жёсткими требованиями к защите.
К 2027 году чипов хватит на миллиарды ИИ-агентов
Похоже, у ИИ скоро вылезет проблема, которую не залатать покупкой ещё одного чипа. По расчётам Epoch AI, вычислительной мощности, выпущенной с 2025 по 2027 год, хватит для одновременной работы от 33 до 171 млн агентов уровня передовых моделей.
Kandinsky научился лепить видео со звуком
ИИ-видео всё меньше смахивает на немой клип. «Сбер» показал Kandinsky 6.0 Video - модель, которая разом генерит картинку и звук: речь персонажей, музыку и шумы окружения.
Три профессии, которые ИИ уже плодит прямо сейчас
ИИ перетряхивает рынок труда не только тем, что съедает привычные задачи. Вместе с автоматизацией вылезают специалисты, которых ещё несколько лет назад никто бы не вообразил, и часть таких профессий формируется на глазах.
Google научила эмбеддинги переваривать сразу пять типов данных
Google порешила, что эмбеддингам хватит возиться с одним текстом. Компания выкатила вторую версию EmbeddingGemma: теперь система сваливает в общее векторное пространство текст, код, изображения, видео и аудио. Так что на вход можно подавать сразу несколько типов данных.