BLUE 机器人叠毛巾,实际花费时间约 50 秒

来源:AI科技评论

加州大学伯克利分校 Pieter Abbeel 教授今天在推特公开宣布了伯克利机器人学习实验室最新开发的机器人 BLUE。这款机器人的特点是低成本(不到 5000 美元)、基于 AI 控制,而且可以在非结构化的环境中执行人类熟悉的日常活动,比如,叠一条毛巾。

Pieter Abbeel 是领域内著名的机器人学与机器学习专家,他目前是加州大学伯克利分校电子工程与计算机系教授、伯克利人工智能实验室(BAIR)联合主任、伯克利机器人学习实验室(UC Berkeley's Robot Learning Lab)主任。BLUE 机器人就是在伯克利机器人学习实验室开发,并由 Berkeley Open Arms 公司生产的。据 AI 科技评论了解,前几年 Pieter Abbeel 教授就曾在媒体报道中透露自己的团队在开发基于 AI 的低成本机器人,如今研发成果终于来到了我们面前。

BLUE 机器人论文宣传照

Pieter Abbeel 教授对它的描述是:「BLUE 是低成本、安全、能干的机器人,它的最初的设计中就带有 AI 理念」。具体来说,伯克利机器人学习实验室中的来自不同领域的超过 15  位研究人员为 BLUE 机器人开发了一个低成本类直驱驱动(Quasi-Direct Drive,QDD)控制器,构建了完整的设计范式,可以达成不受限的自动化控制;机器人可以支持流行的基于 AI 的控制方法;他们也为机器人自身的设计和机器人的生产过程做了详细考虑,以便降低它的成本。BLUE 机器人可以在非结构化的环境中学习,可以灵活地执行多种不同的任务,而且可以与人类互动。

完整的演示视频如下

技术参数方面,BLUE 机器人具有两只人类尺寸类似、运动方式也类似的手臂,每只手臂有 7 个自由度,载荷为 2kg。机器人的设计位姿控制带宽为 7.5Hz,重复定位精度不大于 4mm,这样的运动特性已经逼近甚至超过了人类操作人员的水平。机器人可以根据人类的演示学习(Learning from Demonstration),也可以以强化学习的方式学习。

BLUE 机器人是可以对外销售的,所以伯克利机器人学习实验室在开发时就考量了机器人的制造成本,并委托给 Berkeley Open Arms 制造,以便后续批量生产。对于批量生产后面向最终用户的价格,他们估计可以小于 5000 美元。机器人的设计、制造、先期测试都已经完成,现在他们在继续进行机器人的压力测试和量产准备。他们希望其他的研究人员都来购买并享受到 BLUE 机器人的妙处。

为了便于和其它研究者们交流机器人的技术细节,BLUE 机器人团队撰写了一篇论文《Quasi-Direct Drive for Low-Cost Compliant Robotic Manipulation》(低成本手性机器人的类直驱驱动,https://arxiv.org/abs/1904.03815),在论文中详细介绍了 BLUE 机器人的设计条件、符合上述条件的机械臂的设计和实现、机械臂的物理特性评估、制造过程设计以及生产成本分析,可以说是非常全面了。这篇论文也投稿到了 IEEE 国际机器人与自动化大会(ICRA)并被接收。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

学界 | UC伯克利发布一个低成本家居机器人,会叠衣服、会泡咖啡相关推荐

  1. UC伯克利发布大语言模型排行榜!Vicuna夺冠,清华ChatGLM进前5

    [导读]万万没想到,现在大语言模型们也要像王者荣耀/LoL/Dota这些游戏里的玩家一样打排位赛了!据说,那些闭源模型们很快也会被拉出来溜溜. 最近,来自LMSYS Org(UC伯克利主导)的研究人员 ...

  2. UC伯克利新机器人成果:灵活自由地使用工具

    来源:AI 科技评论 摘要:前几天我们刚刚介绍了加州大学伯克利分校 Pieter Abbeel 教授领导伯克利机器人学习实验室(UC Berkeley's Robot Learning Lab)开发的 ...

  3. UC伯克利给四足机器人加Buff:瞬间适应各种真实地形,抹了油的地面也能hold住...

    丰色 发自 凹非寺 量子位 报道 | 公众号 QbitAI 随着四足机器人的应用越来越成功,它们面对的场景也会越来越多: 今天爬楼梯,明天过草地,后天又去坑坑洼洼的石子地-- 这么复杂多变的地形它们可 ...

  4. UC伯克利造出会「轻功」的机器人,飞檐走壁,一条腿跳遍天下|湾区人工智能...

    选自Berkeley News 作者:Kara Manke 机器之心编译 参与:路.shooting Salto 机器人由 UC 伯克利的研究者首创于 2016 年,这只跳跃机器人还没有一只脚大,但它 ...

  5. 最新ChatGPT开源平替模型骆马(Vicuna) 单个GPU就能跑!UC伯克利领头,130亿参数「小羊驼」权重公布

    转载:单个GPU就能跑!UC伯克利领头,130亿参数「小羊驼」权重公布 [导读]刚刚,UC伯克利.CMU.斯坦福等,联手发布了最新开源模型骆马(Vicuna)的权重. 3月31日,UC伯克利联手CMU ...

  6. UC伯克利博士尤洋回国创业,曾刷新ImageNet纪录!已获超千万融资

    来源:量子位 曾刷新ImageNet纪录的尤洋,回国创业了! 尤洋,何许人也? 他是LAMB优化器的提出者,曾成功将预训练一遍BERT的时间,从原本的三天三夜一举缩短到一个多小时. 作为一个通用的神经 ...

  7. UC 伯克利华人一作:卷积让视觉 Transformer 性能更强,ImageNet 继续刷点!

    转自 | 新智元 来源 | arXiv 编辑 | LQ Priscilla Convolutional stem is all you need! Facebook AI和UC伯克利联手,探究视觉Tr ...

  8. 伦敦大学学院、UC伯克利联手,撰文综述深度强化学习泛化研究

    来源:机器之心 编辑:陈萍 强化学习应用广泛,但为何泛化这么难?如果要在现实世界的场景中部署强化学习算法,避免过度拟合至关重要.来自伦敦大学学院.UC 伯克利机构的研究者撰文对深度强化学习中的泛化进行 ...

  9. UC伯克利教授Stuart Russell人工智能基础概念与34个误区

    来源:数据简化DataSimp 数据简化DataSimp导读:UC伯克利教授StuartRussell人工智能基础概念与34个误区,Russell是加州大学伯克利分校人工智能系统中心创始人兼计算机科学 ...

最新文章

  1. 关于锂离子法拉电容的短路实验
  2. 调用webservice查询手机号码归属地信息
  3. jmeter测试java代码
  4. java泛型程序设计——约束与局限性
  5. requirejs加载顺序_前端模块化之AMD — Requirejs的使用
  6. 永恒之蓝(MS17-010)补丁KB号
  7. UI设计实用素材|闪屏模板
  8. P2540 斗地主增强版
  9. lazy-load-img.js 源码 学习笔记及原理说明
  10. 层次聚类算法_机器学习理论(十四)聚类
  11. Java检查日期格式是否正确
  12. 经典五笔(五笔输入法)
  13. mathtype 转换 matlab,MathType和Mathematica之间如何相互转换
  14. vue引入阿里巴巴矢量图库图标
  15. Win10 如何删除系统盘大文件hiberfil.sys
  16. 英语与计算机工作总结,2017年上学期英语教师个人工作总结与2017年上学期计算机教学工作总结合集.doc...
  17. 一代版本一代神,加密行业在新局势下充满机遇也面临挑战
  18. UE4(虚幻4)做一个双开平移自动门+双开旋转门+使用相对坐标
  19. 使用Docker搭建ceph群集(nautilus版本)
  20. jqfactor_analyzer源代码解读02

热门文章

  1. 独家 | 谷歌医学AI在生活中的精确度(附链接)
  2. 独家 | 简单三步实现Python脚本超参数调优(附代码)
  3. Python 三十大实践、建议和技巧(附代码链接)
  4. Unsupervised Feature Selection in Signed Social Networks 阅读笔记
  5. 不可思议!英伟达新技术训练NeRF模型最快只需5秒,代码已开源
  6. CVPR 2021 Oral | 我给大家表演一个无中生有!北航商汤耶鲁新作:DSG
  7. 一份详细的“入坑Phd指南”---教你如何做笔记、整理参考书目、管理时间、如何写作、对自己和导师合理预期...
  8. 2小时演讲,近140页PPT,这个NeurIPS Tutorial真是超硬核的AI硬件教程
  9. 产品经理在创造AI,到底在创造什么
  10. 体制内必须要懂的道理77条