基于强化学习的可扩展框架 促进人形机器人的远程作

机器人的远距离有效作(也称为远程作)可以让人类远程完成大量手动任务，包括危险和复杂的程序。然而，远程作也可用于编译人类运动数据集，这有助于训练人形机器人执行新任务。

卡内基梅隆大学的研究人员最近开发了 Human2HumanOid (H2O)，这是一种能够对人类大小的人形机器人进行有效远程作的方法。这种方法是在arXiv预印本服务器上发布的一篇论文中介绍的，可以对人形机器人进行需要特定动作组的手动任务的训练，包括进行各种运动、推车或婴儿车以及移动箱子。

“许多人认为 2024 年是类人生物年，主要是因为人类和类人生物之间的体现一致允许人类认知技能与多功能类人生物能力的无缝集成，”该论文的合著者Guanya Shi 告诉 Tech Xplore。

“然而，在进行如此令人兴奋的集成之前，我们需要首先在人类和类人机器人之间创建一个接口，用于数据收集和算法开发。我们的工作 H2O (Human2HumanOid) 迈出了第一步，引入了一个实时全身远程作系统

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！