Робот MIT CSAIL манипулирует различными объектами (+видео)
尽管机器人取得了如此多的进步，但它们仍然不具备两岁孩子的技能。工业机械手可以一遍又一遍地拾取同一个物体，有些甚至可以感知物体之间的基本差异。
AI shapes autonomous underwater “gliders”
由CSAIL研究人员开发的AI管道可以为下水滑行的车辆大小的车辆提供独特的流体动力设计，并可以帮助科学家收集海洋数据。
MIT develops vision-based system that gives machines ‘bodily self-awareness’
在麻省理工学院计算机科学和人工智能实验室（CSAIL）的办公室中，软机器人手小心地卷曲了手指以抓住一个小物体。有趣的部分不是机械设计或嵌入式传感器 - 实际上，手不包含。相反，整个系统依赖于观看机器人[…]
Using generative AI to help robots jump higher and land safely
MIT CSAIL研究人员将Genai和物理模拟引擎结合在一起，以完善机器人设计。结果：一台机器，使人类设计的机器人跳跃。
Teaching AI models the broad strokes to sketch more like humans do
SketchAgent是由MIT CSAIL研究人员开发的图形系统，它绘制了概念逐一概念，教授语言模型，可以自己表达概念并与人类合作。
Hybrid AI-modell CausVid skapar högkvalitativa videor på sekunder
CAUSVID是由麻省理工学院计算机科学和人工智能研究实验室（CSAIL）与Adobe Research合作开发的混合AI模型。这种创新的工具可以在短短几秒钟内创建高质量的视频，这代表了视频制作及其应用方面的重大进展。 Causvid结合了来自两种不同类型模型的元素：高性能扩散模型[…] Post Hybrid AI模型Causvid Causvid在AI新闻中首次出现在几秒钟内创建高质量的视频。
AI model deciphers the code in proteins that tells them where to go
Whitehead Institute和Csail研究人员创建了一个机器学习模型，以预测和生成蛋白质定位，对理解和纠正疾病产生影响。
3 Questions: Modeling adversarial intelligence to exploit AI’s security vulnerabilities
麻省理工学院 CSAIL 首席研究科学家 Una-May O'Reilly 讨论了她如何开发代理，在黑客之前揭示 AI 模型的安全漏洞。
Daniela Rus wins John Scott Award
麻省理工学院 CSAIL 主任兼 EECS 教授因其机器人研究而共同获得该荣誉，该研究扩展了我们对机器人的理解。
Can robots learn from machine dreams?
麻省理工学院 CSAIL 的研究人员使用人工智能生成的图像训练机器狗进行跑酷，而无需现实世界的数据。他们的 LucidSim 系统展示了生成人工智能在创建机器人训练数据方面的潜力。
Can robots learn from ‘machine dreams’?
麻省理工学院计算机科学与人工智能实验室的科学家使用人工智能生成的图像训练机器狗进行跑酷，而无需使用现实世界的数据。跑酷是一项非竞争性的体育运动，参与者利用身体在环境中移动以克服障碍——基本上就像穿越障碍赛道一样。CSAIL 的 LucidSim 系统展示了 GenAI 的潜力 […]
How AI is improving simulations with smarter sampling techniques
麻省理工学院 CSAIL 的研究人员创建了一种由 AI 驱动的低差异抽样方法，该方法均匀分布数据点以提高模拟准确性。
Robot Talk Episode 91 – John Leonard
Claire 与麻省理工学院的 John Leonard 聊了聊水下航行器和自动驾驶汽车的自主导航。John Leonard 是麻省理工学院 (MIT) 机械与海洋工程教授，也是麻省理工学院计算机科学与人工智能实验室 (CSAIL) 的成员。他的研究解决了导航和绘图问题 […]
LLMs develop their own understanding of reality as their language abilities improve
在受控实验中，麻省理工学院 CSAIL 的研究人员发现 LLM 内部正在深入发展现实模拟，这表明对语言的理解不仅仅是简单的模仿。
Rodney Brooks’s Three Laws of Robotics
Rodney Brooks 是麻省理工学院的松下机器人学教授（名誉教授），他曾担任 AI 实验室主任，后来担任 CSAIL 主任。他是 iRobot、Rethink Robotics 和 Robust AI 的联合创始人，目前担任 Robust AI 的首席技术官。本文经其博客授权转载。以下是我在机器人领域工作近五十年后学到的一些知识。为了纪念我儿时最崇拜的两位科幻小说作家艾萨克·阿西莫夫和亚瑟·克拉克，我将它们称为我的机器人三定律。机器人的外观预示着它能做什么以及它有多聪明。它需要兑现或略微超额兑现这一承诺，否则将不会被接受。当机器人和人共存于同一空间时，机器人绝不能剥夺人的自主权，特别是当
Video Friday: UC Berkeley’s Little Humanoid
视频星期五是每周精选的精彩机器人视频，由 IEEE Spectrum robotics 的朋友收集。我们还发布未来几个月即将举行的机器人活动的每周日历。请将您的活动发送给我们以供收录。ICRA@40：2024 年 9 月 23-26 日，荷兰鹿特丹SIROS 2024：2024 年 10 月 14-18 日，阿联酋阿布扎比SICSR 2024：2024 年 10 月 23-26 日，丹麦奥登塞Cybathlon 2024：2024 年 10 月 25-27 日，苏黎世享受今天的视频！我们推出了 Berkeley Humanoid，这是一个可靠且低成本的中型人形机器人研究平台，用于基于学习的控制
Precision home robots learn with real-to-sim-to-real
CSAIL 的研究人员介绍了一种新颖的方法，允许机器人在扫描的家庭环境模拟中进行训练，为任何人都可以使用的定制家庭自动化铺平了道路。
Det finns en överskattning av stora språkmodellers resonemangsförmåga
麻省理工学院计算机科学与人工智能实验室 (CSAIL) 的一项新研究强调了大型语言模型 (LLM) 在熟悉的场景中表现出色，但在新的场景中却表现不佳，这让人质疑它们真正的推理能力与对记忆的依赖。这种见解对于提高这些模型的适应性和扩展其应用领域至关重要。该研究比较了“标准任务”，[…]这篇文章首次出现在人工智能新闻上。
