深度强化学习(DEEP RL)最近取得了重大进步,使代理可以直接从高维图像像素直接处理视频游戏,运动和操纵等复杂任务。尽管取得了这些成功,Deep RL通常依赖于特定领域的奖励功能,这些奖励功能需要专家知识。在本文中,我们提出了一种目标条件的视觉RL方法,该方法可以使用目标图像和有限的演示来有效地学习灵巧的对象操纵,而无需依赖于域特异性的密集奖励功能。我们的方法利用了有限的演示来预先培训策略,然后通过在策划和在线互动数据之间进行平衡采样来对其进行处理。在线相互作用期间,它用目标图像和VIP模型产生的目标条件奖励代替了人类指定的密集奖励功能。实验结果表明,即使在稀疏或没有奖励的环境中,我们的方法在敏捷的物体操纵任务中达到了较高的样品效率。
摘要 - 我们介绍了Dexo,这是一种新型的手部外骨骼系统,旨在教机器人灵巧的操纵。与传统的远程操作系统不同,由于缺乏触觉反馈和可扩展性的限制,Dexo可以通过运动镜像和力透明性来实现自然和直观的控制。系统的被动外骨骼设计使人类用户可以直接控制机器人的灵巧手,传输精确的运动和强制数据,以在实际环境中学习复杂的任务。配备了集成的触觉传感器,Dexo捕获了高保真互动数据,促进了操纵学习,而无需昂贵的硬件或仔细的工程。我们评估了跨多个灵巧任务的系统,证明了其复制人类水平的操纵的能力及其扩展收集高质量演示数据的潜力,以培训高级机器人学习模型。与现有的远程处理方法相比,我们的实验显示了任务成功率的显着提高,这使得Dexo成为推进机器人敏捷性的强大工具。
2024年1月31日的16-848的参考文献我们谈到了许多分类法。这是幻灯片中提到的。也很有趣。第一个参考是纳皮尔的作品,他优雅地描述了权力和精确的掌握之间的差异。Napier,John R.“人类手的前运动运动。”骨骼和关节手术杂志。英国第38卷,第38页。4(1956):902-913。 然后,我们查看了从机械师grasps获得的Cutkosky分类法。 请注意,目标是开发一个专家系统,以确定掌握需求的选择:Cutkosky MR。在掌握选择,掌握模型和用于制造任务的手的设计。 机器人技术和自动化,IEEE交易。 1989 Jun; 5(3):269-79。 这张照片显示了显示联系人的图片(以及这些可能是我们需要的所有掌握的评论!) Kamakura N,Matsuo M,Ishii H,Mitsuboshi F,Miura Y. 正常手中静态预性的模式。 美国职业治疗杂志。 1980年7月1日; 34(7):437-45。http://ajot.aota.org/article.aspx?articleId=1889836我们以前在班级早些时候见过这个。 抓握部分“预性模式”始于PDF的第265页。 kapandji ia。 关节的生理学:上肢,第1卷 Elsevier健康科学; 1987。http://graphics.cs.cmu.edu/nsp/course/16899-s16/papers/kapandji.pdf这是当今幻灯片的一些其他参考:Iberall,Thea,Thea。 “人类的预性和灵巧的机器人手。”4(1956):902-913。然后,我们查看了从机械师grasps获得的Cutkosky分类法。请注意,目标是开发一个专家系统,以确定掌握需求的选择:Cutkosky MR。在掌握选择,掌握模型和用于制造任务的手的设计。机器人技术和自动化,IEEE交易。1989 Jun; 5(3):269-79。 这张照片显示了显示联系人的图片(以及这些可能是我们需要的所有掌握的评论!) Kamakura N,Matsuo M,Ishii H,Mitsuboshi F,Miura Y. 正常手中静态预性的模式。 美国职业治疗杂志。 1980年7月1日; 34(7):437-45。http://ajot.aota.org/article.aspx?articleId=1889836我们以前在班级早些时候见过这个。 抓握部分“预性模式”始于PDF的第265页。 kapandji ia。 关节的生理学:上肢,第1卷 Elsevier健康科学; 1987。http://graphics.cs.cmu.edu/nsp/course/16899-s16/papers/kapandji.pdf这是当今幻灯片的一些其他参考:Iberall,Thea,Thea。 “人类的预性和灵巧的机器人手。”1989 Jun; 5(3):269-79。这张照片显示了显示联系人的图片(以及这些可能是我们需要的所有掌握的评论!)Kamakura N,Matsuo M,Ishii H,Mitsuboshi F,Miura Y.正常手中静态预性的模式。美国职业治疗杂志。1980年7月1日; 34(7):437-45。http://ajot.aota.org/article.aspx?articleId=1889836我们以前在班级早些时候见过这个。抓握部分“预性模式”始于PDF的第265页。kapandji ia。关节的生理学:上肢,第1卷Elsevier健康科学; 1987。http://graphics.cs.cmu.edu/nsp/course/16899-s16/papers/kapandji.pdf这是当今幻灯片的一些其他参考:Iberall,Thea,Thea。“人类的预性和灵巧的机器人手。”国际机器人研究杂志16,第1期。3(1997):285-299。 https://journals.sagepub.com/doi/abs/10.1177/027836499701600302 Thomas Feix, Javier Romero, Heinz-Bodo Schmiedmayer, Aaron M. Dollar, and Danica Kragic, The GRASP Taxonomy of Human Grasp Types, IEEE TRANSACTIONS ON HUMAN-MACHINE SYSTEMS 2015. http://grasp.xief.net/ http://ieeexplore.ieee.org/document/7243327/3(1997):285-299。 https://journals.sagepub.com/doi/abs/10.1177/027836499701600302 Thomas Feix, Javier Romero, Heinz-Bodo Schmiedmayer, Aaron M. Dollar, and Danica Kragic, The GRASP Taxonomy of Human Grasp Types, IEEE TRANSACTIONS ON HUMAN-MACHINE SYSTEMS 2015. http://grasp.xief.net/ http://ieeexplore.ieee.org/document/7243327/
摘要 - 机器人近距离是使用户能够在距离执行任务的关键要求。大多数现有的遥控平台都依赖于2D接口。存在几种VR解决方案,但是在操作移动操作机器人时,没有一个实时的3D环境。我们提出了Ghost,这是一种使用消费者VR硬件来使人能够远程操作移动波士顿动力学现场机器人的幽灵方法。我们使用Unity在虚拟环境中从Spot的摄像机中渲染3D点云,使该人能够将机器人控制为站在其附近的“幽灵”,以及一个虚拟龙门,该虚拟龙门可以使人操纵机器人的最终效应器来执行任务。我们的方法使经验丰富的用户可以对机器人进行静脉操作,从而比最先进的点片基线执行8个灵巧的任务,例如YCB杯堆叠42%。我们还提出了结果,表明新用户非常喜欢VR,而不是平板电脑,并且在使用Ghost的操作任务中成功了两倍。
对于感觉运动功能障碍患者来说,恢复手指和指尖的皮肤感觉对于实现灵巧的假肢控制至关重要。然而,通过人类皮层内微刺激 (ICMS) 实现局部和可重现的指尖感觉尚未见报道。本文表明,人类参与者的 ICMS 能够引发双手 7 个手指的感知,包括 6 个指尖区域(即每只手 3 个)。中位感知大小估计包括 1.40 个手指或手掌节段(例如,一个节段是指尖或手指下方的上手掌部分)。这通过更敏感的手动标记技术得到证实,其中中位感知大小对应于指尖节段的大约 120%。感知表现出高度的日内一致性,包括在盲手指辨别任务中的高性能 (99%)。几天内,感知的变化更大,75.8% 的试验包含受刺激电极的模态手指或手掌区域。这些结果表明,ICMS 可以在神经假体操纵物体期间传递局部指尖感觉。
( *表示相等的贡献。)[5](ICLR 2025)Ruizhe Shi ∗,Runlong Zhou ∗,Simon S. du。“采样器在在线直接偏好优化中的关键作用”。[link] [4](神经2024)Ruizhe Shi,Yifang Chen,Yushi Hu,Alisa Liu,Hannaneh Hajishirzi,Noah A. Smith,Simon S. Du。“与多个目标的解码时间模型对齐”。[link] [3](ICML 2024)Chenhao Lu,Ruizhe Shi ∗,Yuyao Liu ∗,Kaizhe Hu,Simon S. Du,Huazhe Xu。“在求解POMDP中重新思考变压器”。[link] [2](ICLR 2024)Ruizhe Shi ∗,Yuyao Liu ∗,Yanjie Ze,Simon S. Du,Huazhe Xu。“释放了先前训练的语言模型以进行离线强化学习的力量”。[link] [1](神经2023)Yanjie Ze,Yuyao Liu ∗,Ruizhe Shi ∗,Jiaxin Qin,Zhecheng Yuan,Jiashun Wang,Huazhe Xu。“ H-index:具有手工说明的视觉增强学习,以进行灵巧的操纵”。[link]
在美国新泽西州普林斯顿普林斯顿举行的11/24 Korhammer研讨会。11/24 AI中心学术对话系列(AICATS),瑞士ETH AI中心。09/24在美国匹兹堡CMU举行的机器人研讨会。 07/24 PRIORS4ROBOTS +灵巧的操纵研讨会讲座,RSS,DELFT,DELFT,荷兰。 06/24在德国威斯巴登执行会议上的主题演讲。 05/24荷兰软机器人研讨会的主题演讲,荷兰埃因霍温。 05/24 ICRA 2024关于生物启发的机器人技术的研讨会,日本横滨。 11/23在学习软机器人的学习:Corl 2023的软系统方面的艰难挑战。 07/23在Living Machines会议上为海洋保护研讨会的生物启发机器人会议。 06/23 TEDX Gateway Talk,印度孟买。 07/22在法国Inria Lille的变形机器人暑期学校举行的主题演讲。 04/22 TED Talk,加拿大温哥华:“像动物一样移动的机器的未来。” 04/22主题演讲在中国Xiamen(Virtual)的IEEE ICCAR。 01/20发言人在美国加利福尼亚州文图拉的Gordon Robotics研究会议上。09/24在美国匹兹堡CMU举行的机器人研讨会。07/24 PRIORS4ROBOTS +灵巧的操纵研讨会讲座,RSS,DELFT,DELFT,荷兰。06/24在德国威斯巴登执行会议上的主题演讲。05/24荷兰软机器人研讨会的主题演讲,荷兰埃因霍温。05/24 ICRA 2024关于生物启发的机器人技术的研讨会,日本横滨。11/23在学习软机器人的学习:Corl 2023的软系统方面的艰难挑战。07/23在Living Machines会议上为海洋保护研讨会的生物启发机器人会议。06/23 TEDX Gateway Talk,印度孟买。07/22在法国Inria Lille的变形机器人暑期学校举行的主题演讲。04/22 TED Talk,加拿大温哥华:“像动物一样移动的机器的未来。” 04/22主题演讲在中国Xiamen(Virtual)的IEEE ICCAR。 01/20发言人在美国加利福尼亚州文图拉的Gordon Robotics研究会议上。04/22 TED Talk,加拿大温哥华:“像动物一样移动的机器的未来。” 04/22主题演讲在中国Xiamen(Virtual)的IEEE ICCAR。01/20发言人在美国加利福尼亚州文图拉的Gordon Robotics研究会议上。
摘要 - 关于可变形线性对象(DLO)操纵的大多数研究都假定刚性抓握。然而,除了刚性的抓握和重新抓紧之外,在掌握的范围之外,人类也是人类使用敏捷操纵DLOS的重要技能,它需要通过握住DLO来防止其掉落的同时通过手动滑动来连续更改抓握点。在没有使用专门设计但不是多功能的最终效果的情况下,实现这种技能对于机器人来说非常具有挑战性。以前的作品尝试使用通用的平行抓地力,但是由于关注和持有之间的冲突,它们的稳健性并不令人满意,这很难与一级自由的抓手保持平衡。在这项工作中,受到人类如何使用手指跟随DLOS的启发,我们探索了具有触觉感知的通用灵巧的手的用法,以模仿人类的技能并获得强大的DLO跟随。为了使硬件系统能够在现实世界中运行,我们开发了一个框架,其中包括笛卡尔空间手臂控制,基于触觉的In-Hand-hand 3-D DLO姿势估计以及特定于任务的运动设计。实验结果证明了我们方法比使用平行抓手的显着优势,以及它的稳健性,可推广性和效率。
印度孟买新查尼路 315 号 摘要:人工智能的应用正在扩展到各个领域,包括金融行业,它使参与者能够根据人工智能生成的数据做出灵巧的判断。虽然使用人工智能交易股票并不是什么新鲜事,但它已经取得了长足的进步。基于人工智能的交易策略在市场分析、股票选择、股票价格预测、投资、投资组合构建等领域变得越来越重要。人工智能交易使用计算机算法和软件分析市场数据和趋势。它使用机器学习、自然语言处理、计算机视觉等技术分析数据以寻找模式并预测市场趋势。在人工智能的帮助下,人们正在做出有效的财务决策。为了做出智能资产配置和股票选择的决策,人工智能和机器学习使用技术来识别信号并捕获海量数据集之间的潜在关系。在本章中,我们将研究股票市场中各种人工智能工具和软件的使用如何显著改变股票交易。还需要研究人工智能在股市预测中的风险和挑战。索引词:人工智能、股票价格预测、财务决策。
作者先前的研究发现,在采用巨大的领导风格的项目经理之间有着牢固的联系,并改善了电信行业的项目绩效。这种领导方法融合了交易和变革性要素,已被证明具有影响力。因此,必须设计方法来增强项目经理在灵巧的领导中的熟练程度。本研究旨在制定优先的战略计划,以增强项目经理在印度尼西亚电信部门的灵活领导能力。模糊分析层次结构过程(Fuzzy AHP)涉及15名专家作为受访者,确保了学者,顾问和从业者的全面观点。该研究的发现强调了灵感领导技能的重要性,然后是管理利益相关者关系。关键因素是项目经理的角色,由公司或机构的支持支持。主要目标是提高项目绩效并提高变革的适应性。建议的策略优先考虑领导力发展计划,然后是变更管理开发计划。这项研究强调了驱散项目经理的灵感领导能力的实用方法,以提高Indonesia电信领域的项目绩效。重点是针对行业专业人员的可行见解。