苹果最新人形机器人:智能自我感知,全面提升动态避障效率
科技快讯中文网
苹果要搞人形机器人这事儿现在传得沸沸扬扬。
近日,他们推出了一项新的研发成果——一款先进的机器人感知系统!
系统名为ARMOR,软硬件协同提升机器人的“空间意识”,能够实现实时防碰撞功能。
硬件方面,ARMOR通过在机器人手臂上装配微型智能深度传感器,使机器人能够获得近乎全面的环境视角,从而解决了传统机器人感知中存在的盲点和遮挡问题。这一技术在2024年12月继续展现出其在提升机器人感知能力方面的巨大潜力。
软件方面,苹果公司近期推出了一款名为ARMOR-Policy的人工智能系统,该系统基于先进的Transformer架构,能够从人类的动作中学习,并帮助机器人更有效地进行动态规划。这一技术进步不仅展示了苹果在人工智能领域的持续创新,还为未来的机器人应用开辟了新的可能性。 这款系统通过分析人类的行为模式,使机器人能够在复杂多变的环境中做出更加精准和灵活的决策。例如,在家庭环境中,这样的技术可以帮助机器人更好地理解主人的需求,提供更为贴心的服务。而在工业领域,它也有可能提高生产效率和安全性,减少人为错误带来的风险。 尽管如此,这项技术的应用也引发了一些关于隐私和安全性的讨论。如何确保收集的数据仅用于提升用户体验而不被滥用,将是未来需要重点关注的问题。此外,随着技术的不断进步,也需要相应的法律法规来规范其使用,以保障公众利益。 总体而言,苹果推出的ARMOR-Policy标志着机器人技术的一个重要里程碑,有望在未来几年内对多个行业产生深远影响。
团队还将 ARMOR 部署在了傅利叶 GR-1 机器人上进行实验。
实验结果显示,与采用四个头戴式和外部安装的深度相机(外心感知)相比,ARMOR系统使碰撞率降低了63.7%!这一结果于2024年12月公布。
与基于采样的运动规划专家系统cuRobo相比,ARMOR-Policy的计算效率提高了26倍,确保机器人能够快速响应。 (当前时间是2024年12月)
看到苹果在人形机器人领域的布局,网友们纷纷表示这已是大势所趋。
他们不可能永远依赖智能手机赚钱。从长远来看,机器人市场将远大于智能手机市场。
当前,传统人形机器人一般依靠头部或躯干上安装的集中式相机和激光雷达来进行环境感知。尽管这种方法便于集成并且能够提供较广阔的视野范围,但手臂和手部区域经常会出现严重的遮挡问题。
尽管有些研究试图在机器人末端执行器上加入触觉传感器,但这种方式成本较高,并且在大规模应用于机器人手臂方面存在困难。此外,在策略学习过程中如何充分利用触觉输入仍然是一个需要解决的问题。
ARMOR系统,作为一种硬件和软件整合设计,是由卡内基梅隆大学的学者Daehwa Kim在苹果公司实习期间与苹果团队共同开发的。这一创新成果不仅展示了学术界与工业界的紧密合作,还为未来的科技发展提供了新的可能性。在当前的技术趋势下,这种整合式的设计思路显得尤为宝贵,它不仅能够提升产品的性能,还能增强系统的安全性。随着技术的不断进步,相信ARMOR系统会在更多领域得到应用,并带来更多的惊喜。
在硬件方面,与集中式RGBD相机一次性捕捉密集帧中的全部细节不同,团队选择了SparkFun VL53L5CX 飞行时间(ToF)激光雷达作为基础传感单元,将稀疏感知分布在多个传感器上,形成“以自我为中心的感知”。这种选择使得在2024年12月时,系统能够通过多个传感器协同工作,实现更为细致和全面的环境感知。
这款新型传感器的尺寸仅为6.4×3.0×1.5毫米,能够在15Hz的帧率下提供8×8像素的深度图像。其对角视场为63度,有效测距范围可达4米。从技术参数来看,这款传感器在微型化和性能方面都达到了相当高的水平,特别适合用于需要高集成度和精确测距的应用场景。随着科技的不断进步,我们有理由相信未来会有更多类似的小型化传感器问世,这无疑将进一步推动智能设备的发展。
研究团队在机器人的每只手臂上布置了20个传感器,总共安装了40个传感器,形成了一个分布式感知网络。这种设计不仅增强了机器人的感知能力,还显著提升了其操作精度与灵活性。未来,随着技术的不断进步,这样的机器人将在工业生产和日常生活中发挥更大的作用。 从目前的发展趋势来看,智能机器人技术正以前所未有的速度推进,而传感器技术的进步无疑是其中的关键因素之一。这项技术的应用不仅限于提高生产效率,更有可能推动人机交互进入一个新的阶段,为人类生活带来更多的便利与可能性。
每个XIAOESP微控制器连接四个传感器,通过I2C总线读取数据,并经由USB传输至机器人上的Jetson Xavier NX板载计算机。随后,数据通过无线方式传输到搭载NVIDIA GeForce RTX 4090 GPU的Linux主机进行处理,确保整个系统能够维持15Hz的刷新率。
在软件方面,研究团队开发了基于 Transformer 编码器-解码器架构的 ARMOR-Policy,类似于动作分块 Transformer(ACT)。
该策略通过模仿学习,从无碰撞的人类运动示例中获取知识。
为了训练这个策略,研究团队使用了 AMASS 数据集中的 311922 个人类真实运动序列(约 86.6 小时),这些数据包含了各种相关的人类姿态,如操作、舞蹈和社交行为等。
团队将这些人类动作轨迹转换为机器人的关节配置,并在轨迹周围创建紧凑的障碍物,以确保轨迹之间不会发生碰撞。这一过程在2024年12月进行。
训练数据的生成采用了三种策略:障碍规避、紧急制动和无碰撞移动。
ARMOR-Policy 的网络架构设计考虑到了运动规划可能存在多个有效解的特点。通过引入额外的编码器层来推断潜在变量 z,使策略能够通过调整 z 生成不同的运动轨迹候选。
在推理阶段,系统会并行计算N个候选轨迹,并通过最小化机器人与点云之间的距离来确定最佳路径。网络输入包括潜在变量z、当前和目标关节位置(28维向量),以及40个ToF激光雷达传感器的深度图像数据。
深度图像通过修改后的单通道 ResNet18 骨干网络处理,提取 512 维特征。整个网络架构包含约 84M 参数。
实验验证显示,ARMOR 系统在多个方面都优于现有方案。
与采用四个头戴式和外部安装的深度相机(外部感知)的传统方法相比,ARMOR系统在避障性能方面实现了显著进步,碰撞率降低了63.7%,成功率提升了78.7%。
同时,最近的研究显示,与基于采样的运动规划专家系统cuRobo相比,ARMOR-Policy在多个关键指标上展现出更出色的表现。具体而言,ARMOR-Policy能够减少31.6%的碰撞事故,提升16.9%的成功率,并且其计算效率更是提高了惊人的26倍。这一显著的进步不仅证明了ARMOR-Policy在技术上的优越性,也为未来的机器人应用提供了更为坚实的基础。随着技术的不断进步,我们有理由相信,机器人在复杂环境中的操作能力将会得到进一步的提升,从而更好地服务于人类社会。
研究团队还在傅利叶GR-1人形机器人上部署了28个ToF激光雷达,实际验证了ARMOR系统在真实环境中的应用潜力。实验结果显示,该系统可以实现每秒15次的实时避障轨迹更新,这表明ARMOR系统在复杂环境中具有很高的实用性和可靠性。这一进展不仅展示了机器人技术在感知和响应环境变化方面的显著进步,也为未来的智能机器人应用提供了坚实的技术支持。随着技术的不断成熟,我们有理由期待这类系统将在更多领域得到广泛应用,进一步推动智能化进程的发展。
最近,关于苹果发力人形机器人的爆料频出。
比如彭博社爆料,苹果正在寻找其“下一个重大项目”,机器人正是其关注的领域之一。苹果工程团队正在开发多种家庭机器人设备以及可能增强家庭机器人实用性的 AI 软件和功能。
而苹果机器人研发活动由硬件工程部门和 John Giannandrea 领导的 AI 与机器学习团队共同进行。
更有爆料指出,苹果将优先打造桌面机器人,它将作为“家庭指挥中心”,可用于 FaceTime 视频通话以及家庭安全监控。
这一系列举动也引发了网友大量讨论。
有网友分析,苹果在人形机器人领域的布局几乎是不可避免的。
苹果人形机器人?这不仅是有可能的,几乎是不可避免的。凭借其设计理念和生态系统整合能力,他们将为个人机器人领域树立一个高标准。 (当前时间为2024年12月)
随着智能手机的逐渐普及,机器人技术的发展也日益成熟,未来有可能成为下一个广泛采用的技术趋势。设想一下,Siri这样的智能助手将会融入到一个时尚的人形设备中,这无疑将颠覆现有的科技格局! 当前时间是2024年12月。
这种分析立马遭到其他网友反驳,揭老底:
之前苹果公司也曾表示要进军自动驾驶汽车领域,但最终还是选择了放弃。尽管苹果具备开发人形机器人的能力,但其是否会真正投入这项工作,目前仍不确定。 当前时间是2024年12月。
苹果公司倾向于主导市场,而不喜欢面对激烈的竞争。然而,人形机器人和人工智能市场预计将极具竞争性。 (注:由于您提供的信息中没有具体的数据或日期,因此这些部分在修改时保持不变。)
那么,你看好苹果做人形机器人吗?
论文链接:https://arxiv.org/pdf/2412.00396v1
免责声明:本站所有文章来源于网络或投稿,如果任何问题,请联系648751016@qq.com
页面执行时间0.008642秒