波士頓動力近期的一項技術革新引發了廣泛關注:其研發的Atlas機器人已升級至全新的端到端AI版本,即Atlas MTS。這一突破性進展由波士頓動力攜手豐田研究院共同推出,基于大型行為模型(LBM),賦予了Atlas前所未有的智能水平。
在最新的演示視頻中,Atlas展現出了驚人的能力。當操作員故意合上箱子蓋子或移動箱子位置時,Atlas不僅能迅速識別這些變化,還能自主規劃動作,精準地打開箱子或找到新的位置。更令人贊嘆的是,即便面對附近遺漏的裝置,它也能準確發現并將其放入箱內。這一系列流暢的操作,展示了Atlas在自然語言理解、環境感知以及動作規劃方面的卓越表現。
據官方介紹,Atlas MTS的實現得益于端到端的語言條件策略。這一策略通過四個關鍵步驟構建而成:收集具身行為數據、處理并標注數據、訓練神經網絡以及利用測試任務評估策略效果。尤為此次采用的大型行為模型融合了4.5億參數的擴散Transformer模型,結合流匹配目標,能夠將圖像、人體感覺以及自然語言指令等輸入信息轉化為控制Atlas活動的精確動作指令。
Transformer模型在此扮演了“全局之眼”的角色,負責把控整體架構與動作細節的關聯;擴散過程則負責將模糊的指令細化為精準的動作;而流匹配損失則確保了動作既符合現實情況,又能靈活適應多樣化的場景。波士頓動力還將Atlas的模型預測控制器與VR界面相結合,從而覆蓋了從精細的手指操作到全身伸展、移動等各類任務需求,使得遠程操作員能夠充分發揮機器人的性能。
值得注意的是,此次升級后的Atlas還具備了自主處理意外情況的能力。當遇到零件掉落或箱蓋未關閉等問題時,它能夠智能地做出反應,這一特性無疑為Atlas的實用性增添了重要的一筆。更令人驚喜的是,官方聲稱Atlas能夠學習并模仿人類演示的任何動作,包括系繩子、折疊椅子和翻輪胎等復雜任務,其學習能力之強令人嘆為觀止。
回顧波士頓動力的研發歷程,液壓版Atlas的退役與全電動版本的迅速推出標志著其技術路線的重大轉變。液壓系統因成本高、響應慢且難以與AI系統集成而被逐漸淘汰,取而代之的是更為精確、能耗低且天然適配AI學習框架的電機驅動。自轉向電驅動以來,波士頓動力不斷推出新技術,從俯臥撐展示到全自動分裝物件,再到具備3D空間感知和實時物體追蹤能力的工業任務執行,每一次升級都讓人眼前一亮。
此次大型行為模型的引入,不僅意味著波士頓動力在技術上邁出了重要一步,也預示著電驅機器人與AI算法融合的未來趨勢。在國內市場,同樣采用電驅技術的宇樹機器人也展現出了強勁的發展勢頭,從四足機器狗到人形機器人系列,宇樹以其“小而美”的電驅哲學和快速的迭代速度,在全球范圍內贏得了廣泛關注。
本文鏈接:http://www.tebozhan.com/showinfo-21-178472-0.html波士頓動力Atlas升級:裝上AI大腦,靈活應對各種意外挑戰
聲明:本網頁內容旨在傳播知識,若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。郵件:2376512515@qq.com