丰田、波士顿动力联手开发,实体大型行为模型机器人

全文1386字,阅读约需4分钟,帮我划重点

划重点

01丰田与波士顿动力联合开发实体大型行为模型(LBM)机器人,以加速Atlas的通用能力和商业化场景。

02LBM的运行模式与ChatGPT等大模型类似,但不能生成文本、图片等,而是帮助实体机器人通过观察人类行为来学习物理任务。

03丰田自研的LBM技术通过分析大量的人类互动数据,使机器人能够理解和模仿人类行为,从而在与人类的互动中更加自然。

04与此同时,波士顿动力公司的Atlas机器人展示了在硬件设计上的卓越能力,能完成复杂的物理任务。

05两家公司将结合优势技术,将实体机器人Atlas的性能和应用发挥到最大,同时重新定义未来机器人的应用场景。

以上内容由腾讯混元大模型生成,仅供参考

丰田在官网宣布与波士顿动力联合开发实体大型行为模型(LBM)机器人,以加速Atlas的通用能力和商业化场景。

LBM的运行模式与ChatGPT等大模型类似,但LBM不能生成文本、图片等,而是帮助实体机器人能够通过观察人类行为来学习各种物理任务,例如,炒菜、做饭、照顾老人等。

丰田希望将自己的LBM技术与波士顿动力的招牌机器人Atlas相结合,将很多不可能、电影中的场景实现。

图片

丰田自研的LBM技术通过分析大量的人类互动数据,使机器人能够理解和模仿人类行为,从而在与人类的互动中更加自然,能够理解手势并做出适当的反应。

该技术在自动驾驶领域应用比较广泛,例如,丰田开发的Guardian模式,这是一种高级驾驶辅助系统,能够监测驾驶员的行为,一旦发现驾驶员出现疲劳或分心的迹象,系统就会介入,确保车辆安全。

波士顿动力公司的Atlas机器人则展示了在硬件设计上的卓越能力,它不仅能完成复杂的物理任务,如跑酷、后空翻,还能搬运重物。这些能力得益于公司在硬件设计和控制算法方面的深厚积累。Atlas使用的模型预测控制(MPC)技术,使其能够在动态和复杂的环境中保持稳定和灵活,执行一系列复杂的动作。

将两者优势技术的结合,可将实体机器人Atlas的性能和应用发挥到最大,同时重新定义了未来机器人的应用场景,能够更好地理解和适应人类的需求,在多个领域实现突破。

例如,在工业环境中,Atlas可以被训练来执行复杂的装配任务,减少人力需求并提高生产效率;在家庭环境中,也可以作为家庭助手,帮助老年人完成日常任务,如拿取物品、打扫卫生等。

在人机交互和安全性方面,本次合作将重点研究如何确保机器人在与人类互动时的安全性和可靠性,例如,训练Atlas识别和避开潜在的危险等。

丰田首席科学家兼研究院首席执行官Gill Pratt表示,人工智能和机器学习的最新进展对推进物理智能机器人具有巨大潜力。将丰田顶尖的人工智能技术应用在波士顿动力公司的硬件上,对我们各自的组织来说都是改变游戏规则的,因为我们致力于增强人类能力,提高生活质量。

波士顿动力公司的首席执行官Robert Playter表示,对于机器人行业来说,从来没有比现在更令人兴奋的时刻,我们期待与丰田合作,加速通用仿人机器人的发展,以增强现实世界有用机器人的实际场景应用案例。

关于波士顿动力

波士顿动力公司(Boston Dynamics)成立于1992年,由Marc Raibert创立,是一家以开发实体机器人而闻名的公司。最初是麻省理工学院的一部分,后来独立出来。

2013年,谷歌母公司Alphabet收购了波士顿动力公司,这一时期公司继续开发其标志性机器人,Atlas和Spot。Atlas是一款人形机器人,具备极高的灵活性和操作能力,能够完成复杂的物理任务,如跑酷、后空翻和搬运重物等。Spot则是一款四足机器人,能够在各种地形上行走,并且可以执行巡逻、检查等任务。

图片

2017年,日本软银集团收购了波士顿动力公司。在软银的支持下,波士顿动力加快了其商业化进程。2018年,公司发布了SpotMini,这是一款更小巧、更灵活的四足机器人,能够执行更多样化的任务。2020年,波士顿动力正式开始销售Spot机器人,标志着其商业化的一个重要里程碑。

波士顿动力公司的技术优势主要体现在其机器人在复杂地形中的移动能力、平衡控制和动态规划等方面。以Atlas为例,这款机器人使用了先进的模型预测控制技术,使其能够在动态和复杂的环境中保持稳定和灵活。Atlas还配备了TOF深度传感器,能够实时生成环境的点云数据,帮助其在复杂环境中自主规划路径。

本文素材来源丰田,如有侵权请联系删除