Дом
Представлена архитектура гуманоидного робота OmniXtreme: технология согласования потоков решает проблемы, связанные с высокодинамичными движениями
Компания Unitree официально представила и открыла исходный код своей архитектуры управления движениями гуманоидных роботов под названием OmniXtreme, сопроводив ее технической статьей, автором которой является ее основатель Ван Синсин. Данная архитектура комплексно решает проблемы потери точности движений и физической нестабильности при выполнении обширных библиотек движений в высокодинамичных средах, таких как сценические выступления гуманоидных роботов.

Архитектура OmniXtreme использует двухэтапную структуру обучения. Первый этап, «Масштабируемое предварительное обучение на основе потоков», сводит сложные высокодинамичные навыки — включая сальто назад, боевые искусства и уличные танцы — из различных экспертных стратегий в единую модель. Он обучается траекториям движения посредством генеративного сопоставления потоков, эффективно преодолевая конфликты градиентов, типичные для многозадачного обучения с подкреплением. Второй этап, «посттренировка с учетом привода», включает остаточное обучение с подкреплением и детальное моделирование огибающей крутящего момента и скорости. Это позволяет роботу автономно корректировать свои действия на основе физических ограничений двигателя в реальном времени и динамики рекуперативной мощности.
Результаты экспериментов показывают, что эта архитектура достигла 96,36% успешности при выполнении сальто назад на аппаратной платформе Unitree G1, при этом задержка сквозного вывода сократилась до 10 миллисекунд. Выпуск OmniXtreme с открытым исходным кодом не только демонстрирует высокую масштабируемость технологии сопоставления потоков в воплощенном ИИ, но и знаменует собой переход гуманоидных роботов от воспроизведения отдельных навыков к обладанию общей мобильностью с высокой точностью. Он создает важную техническую основу для отрасли, позволяющую разрабатывать надежные системы управления в сложных реальных средах.
Связанная статья
Генеральный директор DeepMind Хассабис: я сплю шесть часов в день, обычно чувствую прилив энергии около часа ночи.
В недавнем интервью журналу Fortune генеральный директор Google DeepMind Демис Хаассабис раскрыл свой нестандартный подход к отдыху и продуктивности. Хаассабис признался, что спит очень мало, распределяя свои бодрствующие часы на два отдельных рабочи
OpenAI и Anthropic борются за долю рынка, несмотря на снижение выручки
Несмотря на недавние сообщения о том, что OpenAI не достигла целевых показателей по выручке, что во вторник оказало давление на акции технологических компаний, частные инвесторы, вкладывающие средства
Соблюдение требований к автономным транспортным средствам в Калифорнии: новая эра штрафов, геозоны и 1 млн миль
Компания Guident эксплуатирует шаттл AuveTech в Южной Флориде, обслуживая маршрут протяженностью четыре мили в Вест-Палм-Бич и маршрут протяженностью одну милю в Бока-Ратоне с использованием своей тех
Рекомендации по связанным специальным темам
Комментарии (0)
Компания Unitree официально представила и открыла исходный код своей архитектуры управления движениями гуманоидных роботов под названием OmniXtreme, сопроводив ее технической статьей, автором которой является ее основатель Ван Синсин. Данная архитектура комплексно решает проблемы потери точности движений и физической нестабильности при выполнении обширных библиотек движений в высокодинамичных средах, таких как сценические выступления гуманоидных роботов.

Архитектура OmniXtreme использует двухэтапную структуру обучения. Первый этап, «Масштабируемое предварительное обучение на основе потоков», сводит сложные высокодинамичные навыки — включая сальто назад, боевые искусства и уличные танцы — из различных экспертных стратегий в единую модель. Он обучается траекториям движения посредством генеративного сопоставления потоков, эффективно преодолевая конфликты градиентов, типичные для многозадачного обучения с подкреплением. Второй этап, «посттренировка с учетом привода», включает остаточное обучение с подкреплением и детальное моделирование огибающей крутящего момента и скорости. Это позволяет роботу автономно корректировать свои действия на основе физических ограничений двигателя в реальном времени и динамики рекуперативной мощности.
Результаты экспериментов показывают, что эта архитектура достигла 96,36% успешности при выполнении сальто назад на аппаратной платформе Unitree G1, при этом задержка сквозного вывода сократилась до 10 миллисекунд. Выпуск OmniXtreme с открытым исходным кодом не только демонстрирует высокую масштабируемость технологии сопоставления потоков в воплощенном ИИ, но и знаменует собой переход гуманоидных роботов от воспроизведения отдельных навыков к обладанию общей мобильностью с высокой точностью. Он создает важную техническую основу для отрасли, позволяющую разрабатывать надежные системы управления в сложных реальных средах.
Генеральный директор DeepMind Хассабис: я сплю шесть часов в день, обычно чувствую прилив энергии около часа ночи.
В недавнем интервью журналу Fortune генеральный директор Google DeepMind Демис Хаассабис раскрыл свой нестандартный подход к отдыху и продуктивности. Хаассабис признался, что спит очень мало, распределяя свои бодрствующие часы на два отдельных рабочи
OpenAI и Anthropic борются за долю рынка, несмотря на снижение выручки
Несмотря на недавние сообщения о том, что OpenAI не достигла целевых показателей по выручке, что во вторник оказало давление на акции технологических компаний, частные инвесторы, вкладывающие средства











