新闻IEEE Spectrum Robotics8 天前
Boston Dynamics Atlas换轮测试控制器,TRI发布多智能体规划求解器
本文由 AI 根据公开内容整理,可能有误,请以原文为准:Video Friday: NASA PROMISEs a New Moon Rover(IEEE Spectrum Robotics)
核心内容
Boston Dynamics对Atlas人形机器人进行硬件改造,将双足替换为轮式结构以测试学习型控制器的边界性能,旨在高压驱动执行器并校准其动力学模型。同期,Toyota Research Institute(TRI)针对制造与仓储场景中机器人群体面临的千万亿级计算量最优规划难题,发布了专用求解器程序,替代传统暴力计算方案以提升多智能体协同效率。
DARPA NOM4D项目中,加州理工学院载荷在轨利用三轴龙门机器人自动组装复合材料桁架并部署反射网,验证了太空制造可行性。Corvus One无人机在ASICS配送中心实现无信标、无标记的全自主库存盘点与UPC识别。此外,NASA计划复用Curiosity与Perseverance火星车备件构建核动力月球南极漫游车PROMISE,降低深空探测硬件研发成本。
关键看点
- Atlas轮足测试:Boston Dynamics将Atlas双足替换为轮式,通过学习控制器极限驱动执行器以校准动力学模型
- TRI多机规划:针对千万亿级计算量的多智能体最优规划问题,TRI开发定制求解器替代超算暴力搜索
- 太空自动组装:Caltech在轨利用三轴龙门机器人完成复合材料桁架拼接与薄膜部署,验证NOM4D技术
- 无基建盘点:Corvus One无人机在ASICS仓库实现无贴纸、无信标环境下的全自主飞行与UPC码识别
工程与产业观察
Atlas换轮实验表明具身智能正从单纯模仿人类形态转向基于任务效能的构型探索,强调控制器对异构硬件的泛化能力。TRI的多机求解器直击工业场景规模化部署痛点,证明算法层面的组合优化仍是突破集群效率瓶颈的关键。太空组装与无基建盘点的落地,则进一步验证了机器人在非结构化极端环境下的自主作业成熟度。
外部来源
本页事实对应的公开页面,以原文为准。(点击将离开本站)