Perché fidarsi della tua attività per noi?
Prendiamo il panico fuori dagli acquisti.Facciamo un milione di parti difficili da trovare dalle nostre fonti fidate.Aggiorniamo i nostri elenchi di prodotti in pochi minuti, gli acquisti online sono completati in tempo reale e spedito ogni giorno.
Fondata nel 2002, Instockin è un leader locale nella distribuzione di componenti elettronici ed è anche riconosciuto come una delle società più rispettate e innovative del mercato locale oggi.Con sede a Hong Kong, Instockin ha ottenuto una reputazione impressionante per fornire un servizio eccezionale e sviluppare soluzioni a catena di approvvigionamento globali efficienti e globali efficienti.
Per saperne di più >
Allenare i robot per i movimenti atletici
I robot possono muoversi come gli atleti?Un nuovo modello di allenamento li aiuta a replicare le mosse sportive, ma i risultati mostrano sia progressi che sfide inaspettate.
Una squadra di ricercatori di intelligenza artificiale e robotica della Carnegie Mellon University, insieme a due colleghi di Nvidia, ha creato un nuovo modello per allenare i robot per muoversi come atleti umani.Il team ha osservato che la maggior parte dell'allenamento robotico si concentra sulla locomozione, portando a robot che si muovono in modo efficiente ma senza fluidità o atletismo.Per affrontare questo, hanno esplorato l'addestramento per tutto il corpo.Hanno scoperto che i modelli esistenti mancavano di adattabilità e si basavano su troppi parametri, rendendo i movimenti dei robot eccessivamente cauti.Ciò li ha portati a sviluppare un nuovo quadro di formazione a due stadi.
Il primo stadio allena un modulo AI per analizzare i video di movimento umano per tutto il corpo, regolando i movimenti chiave per adattarsi alle capacità del robot usando il monitoraggio del movimento.La seconda fase raccoglie i dati del mondo reale per colmare il divario tra il movimento umano nei video e come i robot possono muoversi fisicamente.Questo processo ha portato a un framework chiamato Allineing Simulation and Real Physics (ASAP).
Il framework ASAP è costituito da quattro passaggi.Innanzitutto, la raccolta di pre-allenamento e traiettoria reale prevede il retargeting di movimenti umanoidi dai video umani.Le politiche di monitoraggio di movimento multiplo sono pre-addestrate per generare traiettorie di movimento del mondo reale.Successivamente, la formazione del modello di azione Delta viene eseguita utilizzando i dati di lancio del mondo reale.Questo passaggio minimizza la discrepanza tra lo stato simulato e lo stato reale del mondo reale, migliorando l'accuratezza del modello.
Nella fase di messa a punto della politica, il modello di azione delta è congelato e integrato nel simulatore per allineare meglio con la fisica del mondo reale.La politica di tracciamento del movimento pre-addestrata viene quindi messa a punto per una maggiore precisione.Infine, nello schieramento del mondo reale, la politica perfetta viene implementata direttamente nel mondo reale senza fare affidamento sul modello di azione delta, garantendo che il robot possa eseguire i suoi movimenti qualificati in modo indipendente.
Per testare il quadro, i ricercatori hanno formato un robot per replicare le mosse sportive iconiche.Ha eseguito il colpo di salto di Fadeaway di Kobe Bryant, la mossa silenziante di LeBron James e il salto SIU di Cristiano Ronaldo con un giro a mezz'aria.Ogni movimento è stato registrato.
I movimenti del robot assomigliano chiaramente alle famose mosse sportive, mettendo in evidenza i progressi nel movimento a tutto il corpo.Tuttavia, è anche evidente che è necessario molto più lavoro prima che un robot possa essere scambiato per un atleta professionista.
Una squadra di ricercatori di intelligenza artificiale e robotica della Carnegie Mellon University, insieme a due colleghi di Nvidia, ha creato un nuovo modello per allenare i robot per muoversi come atleti umani.Il team ha osservato che la maggior parte dell'allenamento robotico si concentra sulla locomozione, portando a robot che si muovono in modo efficiente ma senza fluidità o atletismo.Per affrontare questo, hanno esplorato l'addestramento per tutto il corpo.Hanno scoperto che i modelli esistenti mancavano di adattabilità e si basavano su troppi parametri, rendendo i movimenti dei robot eccessivamente cauti.Ciò li ha portati a sviluppare un nuovo quadro di formazione a due stadi.
Il primo stadio allena un modulo AI per analizzare i video di movimento umano per tutto il corpo, regolando i movimenti chiave per adattarsi alle capacità del robot usando il monitoraggio del movimento.La seconda fase raccoglie i dati del mondo reale per colmare il divario tra il movimento umano nei video e come i robot possono muoversi fisicamente.Questo processo ha portato a un framework chiamato Allineing Simulation and Real Physics (ASAP).
Il framework ASAP è costituito da quattro passaggi.Innanzitutto, la raccolta di pre-allenamento e traiettoria reale prevede il retargeting di movimenti umanoidi dai video umani.Le politiche di monitoraggio di movimento multiplo sono pre-addestrate per generare traiettorie di movimento del mondo reale.Successivamente, la formazione del modello di azione Delta viene eseguita utilizzando i dati di lancio del mondo reale.Questo passaggio minimizza la discrepanza tra lo stato simulato e lo stato reale del mondo reale, migliorando l'accuratezza del modello.
Nella fase di messa a punto della politica, il modello di azione delta è congelato e integrato nel simulatore per allineare meglio con la fisica del mondo reale.La politica di tracciamento del movimento pre-addestrata viene quindi messa a punto per una maggiore precisione.Infine, nello schieramento del mondo reale, la politica perfetta viene implementata direttamente nel mondo reale senza fare affidamento sul modello di azione delta, garantendo che il robot possa eseguire i suoi movimenti qualificati in modo indipendente.
Per testare il quadro, i ricercatori hanno formato un robot per replicare le mosse sportive iconiche.Ha eseguito il colpo di salto di Fadeaway di Kobe Bryant, la mossa silenziante di LeBron James e il salto SIU di Cristiano Ronaldo con un giro a mezz'aria.Ogni movimento è stato registrato.
I movimenti del robot assomigliano chiaramente alle famose mosse sportive, mettendo in evidenza i progressi nel movimento a tutto il corpo.Tuttavia, è anche evidente che è necessario molto più lavoro prima che un robot possa essere scambiato per un atleta professionista.