XiaoMi-AI文件搜索系统
World File Search System人形
全球自动化人形机器人 AI 加速器
2023 年机器人 LLM 的发展最让我们感到意外，例如 PalM-E 和 RT-2 的推出，以及特斯拉开发人形机器人的端到端 AI 方法。当今所有机器人 LLM 的基石都是谷歌的 Transformer 模型，该模型自 2017 年开始开发，引入了一种基于自注意力机制的新型神经网络架构。基于 Transformer 模型结构，谷歌继续开发了三类模型：1）PaLM（Pathways Language Model），专注于文本内容分析和生成；2）ViT（Vision Transformer）和 PaLI（Pathways Language and Image Model），结合文本和图像的分析、转换和推理；3）RT（Robot Transformer），使用标记化的输入和输出连接输入命令和机器人输出控制。三种模型通过技术路径演化为PaLM-E、PaLI-X和RT-1，而谷歌通过PaLM-E & PaLI-X进行数据训练、RT-1进行微调，在2023年7月推出了RT-2。RT-2借助PaLM-E和PaLI-X的多模态分析能力，能够处理自然语言指令、通过视觉分析任务场景；借助RT-1的运动数据库和标记化数据处理技术，能够控制机器人执行任务。RT-2的端到端AI能力基于机器人运动数据库，谷歌花了1.5年时间收集数据，因此RT模型的研发周期比其他两种模型更长。RT-2 发布后，国内部分机器人企业也纷纷推出自己的机器人 LLM，而我们认为，目前大部分国内人形机器人厂商的 AI 能力都是基于开源机器人 LLM（大型语言模型）开发的，比如 OpenAI、Meta 和 Google Deepmind 等。
飞机制造中的人形机器人——HAL lirmm
摘要 — 我们报告了一项合作项目的结果，该项目研究了在飞机制造中部署人形机器人解决方案，用于轮式或轨道式机器人平台无法进入的一些装配操作。多接触规划和控制、双足行走、嵌入式 SLAM、全身多感官任务空间优化控制以及接触检测和安全方面的最新发展表明，考虑到这种大规模制造场所的特定要求，人形机器人可能是自动化的可行解决方案。主要挑战是将这些科学和技术进步集成到两个现有的人形平台中：位置控制的 HRP-4 和扭矩控制的 TORO。在空客圣纳泽尔工厂的 1:1 比例的 A350 机身前部模型内的支架组装操作中展示了这种集成工作。我们介绍并讨论了该项目取得的主要成果，并为未来的工作提供了建议。
人形运动的运动计划：对家乡环境的应用
摘要 - “您的人形机器人可以做什么？”我们作为机器人主义者在与公众互动时必须回答的最常见问题可能是最常见的问题。通常，这个问题是在熟悉的家庭或办公室环境中构成的，暗示着对不平坦和混乱的地形的强大运动的期望，以及与人，物体和环境的合规互动。的问题暗示了人类机器人在运动计划者实施的一组体现的机车操作技巧的存在，这些技能是在给定相应命令时可检索的。在本文中，我们以有效，模块化和可扩展的运动计划者的形式为该问题提出答案。我们在三种具有挑战性的情况下演示了它的用途，旨在突出机器人的安全操作及其在非结构化环境中的精确运动。此外，我们讨论了从我们在扭矩控制的人形机器人实际实施方面的经验中得出的关键技术。
客户在服务中接受人形机器人
摘要。在服务相遇中新兴的人形机器人引入了现在和短期的现实。由于这一不可阻挡的进步，有必要更好地了解客户对服务相遇中对类人生物的反应。为了阐明这种探讨的现象，这项研究调查了Robot与客户功能之间的相互作用如何成功引入这种破坏性创新。一项经验研究的结果，其中有168位美国客户样本表明，客户对机器人的人类风格的看法增加了使用人形服务机器人的使用意图。有趣的是，客户风险平均会节省这种关系。具体而言，研究发现，高风险的客户倾向于避免使用类人形时使用类人类机械性能。讨论重点介绍了研究的主要贡献，该研究结合了以前关于人类机器人互动的知识和从营销方法中规避风险的知识。最终描述了从研究结果和开放的供进一步研究的途径中得出的管理含义。
英国皇家海军代表团访问人工智能人形机器人
• 人工智能 (AI) 人形机器人 • 将学习执行患者护理护理任务 • 这些任务由注册护士执行或委派 • 专业实践法规是安全委派的基础 护理实践中对机器人的委派 科技行业预测，AI 人形机器人将学习执行患者护理护理
人形机器人的远程操作：一项调查 - arXiv
摘要 — 人形机器人的远程操作可以将人类的认知技能和领域专业知识与人形机器人的物理能力相结合。人形机器人的操作多功能性使其成为在远程环境中进行远程操作时广泛应用的理想平台。然而，人形机器人的复杂性给远程操作带来了挑战，特别是在通信有限的非结构化动态环境中。在过去的几十年里，这一领域取得了许多进展，但仍然缺乏全面的概述。本综述论文对人形机器人远程操作进行了广泛的概述，介绍了远程操作系统的总体架构并分析了不同的组件。我们还讨论了该主题的不同方面，包括技术和方法的进步，以及潜在的应用。该论文的网络版本可在 https://humanoid-teleoperation.github.io/ 找到。
人形机器人在学习环境中的影响
项目：人形机器人在学习环境中的影响该项目的目的“人形机器人在学习环境中的影响”具有多学科的方法，其主要目标是研究人类机器人技术和类似的智能系统对教学和学习的影响，以及这种新机会，这些机会可以为主教育计划和主体教学的主体教育计划提供新的能力。此外，通过这个项目，旨在调查人形机器人在学习过程中的整合是否会影响具有典型和非典型发展的学生的动机，注意力和学习以及学术成果。使用类人形机器人对教师准备过程有什么影响？2。在教师准备过程中使用类人形机器人与未来教师在学习环境中整合技术的能力有何关系？3。使用类人形机器人在多大程度上影响一般的小学生和非典型发展的学生的学术成就？3。使用类人形机器人在多大程度上影响一般的小学生和非典型发展的学生的动机？4。使用类人生物机器人在多大程度上会影响一般小学生和非典型发展的学生对学习的态度？Project objectives O1: Integrating humanoid robots during the teaching and learning process and analyzing their impact on teaching O2: Measuring the impact and effects of using humanoid robot technology on student achievement among students and primary school students in general and students with atypical development in particular O3: Measuring the impact of the use of humanoid robot technology on motivation, attention, learning and attitudes towards learning in primary school students in general and students with atypical development in particular O4: Reform specific教师准备计划中的课程（基于调查结果），以使类人体机器人技术的整合O5：设计，开发和认证教师专业发展计划中使用人形机器人技术在其教学O6中使用人物机器人技术的教学材料的开发和起草手册的材料的手册来使用这些材料和国际级别的研究效果。
迈向通用机器人：将生成人工智能与人形机器人连接起来
Technavio 的“2023-2027 年全球人形机器人市场”研究估计了年平均增长率**数据从每个参与者的网站收集，并经过 Factiva 新闻评论和市场研究中的参与者识别（Technavio、Statista、IDC、Forrester）。人形机器人市场的其他关键研究：Statista 对全球协作机器人市场的研究（2022 年）；Insight Partners 对欧洲外骨骼机器人系统市场的研究（2023 年）
现实世界中的人形运动，并进行增强学习
可以在各种环境中自主操作的人形机器人有可能帮助解决工厂中的劳动力短缺，协助老年人在家中并殖民新星球。尽管针对人形机器人的经典控制器在许多设置中都表现出了令人印象深刻的结果，但它们在概括和适应新环境方面具有挑战性。在这里，我们提出了一种完全基于学习的方法，用于实现世界人类人体机构。我们的控制器是一种因果变压器，它将本体感受观察和动作的历史记录为输入，并预测下一个动作。我们假设观察历史记录包含有关世界的有用信息，即强大的变压器模型可以在不更新权重的情况下使用其行为来调整其行为。我们在模拟中的随机环境集合上使用大型模型的大型模型学习训练了我们的模型，并将其部署到了Real-World零拍摄中。我们的控制器可以在各种室外地形上行走，对外部干扰稳健，并且可以在上下文中适应。
互动：使用全人形机器人进行的行为研究
p = .16, 部分 η² = .07) 或 Hand ( F (1,26) = .04, p = .85, 部分 η² = .001) 对参与者的 416