PulseAugur
实时 13:50:27

新方法实现肌肉驱动机器人的仿真到现实迁移

研究人员开发了一种新的流程,用于将机器人控制策略从仿真环境迁移到现实世界的肌肉驱动机器人。这种称为广义驱动器网络(GenAN)的方法使用神经网络来模拟气动人工肌肉复杂的非线性动力学,克服了摩擦和滞后等先前阻碍仿真到现实迁移的挑战。该系统已成功在一台四自由度机械臂上得到验证,使其能够完全在仿真中训练,并精确执行目标到达和乒乓球等任务。 AI

影响 通过改进肌肉驱动系统的仿真到现实迁移,实现了更复杂的机器人任务。

排序理由 该集群包含一篇详细介绍机器人研究新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Jan Schneider, Mridul Mahajan, Le Chen, Simon Guist, Bernhard Sch\"olkopf, Ingmar Posner, Dieter B\"uchler ·

    Sim-to-Real Transfer for Muscle-Actuated Robots via Generalized Actuator Networks

    arXiv:2604.09487v2 Announce Type: replace-cross Abstract: Tendon drives paired with soft muscle actuation enable faster and safer robots while potentially accelerating skill acquisition. Still, these systems are rarely used in practice due to inherent nonlinearities, friction, an…