机器人控制

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

电路方案

查看更多
  • 十分钟读论文 | GE-Act 2.0 深度解析:世界模型怎样真正接入机器人控制
    GE-Act 2.0面向通用机器人操作,采用视觉压缩、单步未来规划、逆动力学与KASO对齐机制,把指令视频、动作轨迹和完整示范分别接入预训练。零样本OOD真机测试表明,联合训练数据扩大显著提升成功率:G1-OP由17.1%到44.1%,G2-90D由13.4%到31.1%。
    十分钟读论文 | GE-Act 2.0 深度解析:世界模型怎样真正接入机器人控制
  • 智元D1开发教程 | Sim2Real全指南(下)——从训练诊断到Jetson Orin实机部署
    本文详细介绍了从策略接入、低级别控制链打通到实机部署的关键步骤,重点讨论了如何通过TensorBoard分析训练日志并调整训练配置,从而提高机器狗的实际表现。文章还介绍了如何将策略从桌面环境迁移到Jetson Orin等嵌入式设备上,形成了一个完整的Sim2Real流程。通过这些步骤,实现了从“能跑”到“跑得住、带得走、用得上”的目标,使强化学习策略更加实用和可靠。
    1.1万
    04/23 09:32
    智元D1开发教程 | Sim2Real全指南(下)——从训练诊断到Jetson Orin实机部署
  • 如何让神经网络在硬件上飞驰?——神经网络芯片在机器人控制上的应用实例
    随着机器人技术的发展,尤其是从平面转向立体,机械臂的自由度增加导致运动规划变得更为复杂和计算密集。传统流水线式计算架构难以满足实时需求。一种基于FPGA的创新设计通过构建高度精简的“最小计算单元”来解决这一问题,显著提升了计算效率,并在有限硬件资源下实现了高精度末端轨迹跟踪。 本文详细介绍了一种基于最小单元PE的设计,用于实现坐标转换矩阵的并行计算。通过16个PE单元组成的坐标转换矩阵相乘单元PEs,能够高效地进行矩阵乘法运算。最终,该设计应用于PUMA560冗余度机械臂,成功实现了末端轨迹跟踪任务,误差控制在10^-3至10^-2量级,展示了FPGA在机器人控制领域的潜力。
    如何让神经网络在硬件上飞驰?——神经网络芯片在机器人控制上的应用实例
  • 2025ARCE亚洲机器人大会
    全球机器人技术与人工智能领域具有影响力的盛会之一2025ARCE亚洲机器人大会暨展览会(Asia Robotics Conference & Exhibition 2025, ARCE 2025)由ARCE亚洲机器人大会暨展览会组委会、广东省机器人协会联合主办将于2025年12月19日至21日在广州国际采购中心隆重举办。本届大会以“智造未来·共生共赢”为主题,聚焦AI与机器人融合、全球化协作。打造亚洲机器人产业技术前沿涵盖上下游全产业链的机器人展会。同期将举办多场机器人产业大会及相关机器人赛事。
    2025ARCE亚洲机器人大会
  • ZMC600E,多核异构如何成就机器人精准控制?
    ZMC600E主站控制器凭借其多核异构处理器的强大性能,实现了高算力与高实时性的完美平衡,让机器人动作流畅、精准无误。接下来,让我们深入了解其内核结构的奥秘。
    ZMC600E,多核异构如何成就机器人精准控制?