automated guided vehicle
PulseAugur coverage of automated guided vehicle — every cluster mentioning automated guided vehicle across labs, papers, and developer communities, ranked by signal.
-
Galileo Ai推出Galileo X，统一AGV、越野和四足机器人能力
Galileo Ai发布了其全新的Galileo X，一个“地面双足移动系统”，旨在将AGV、越野车和四足机器人的能力整合到一个单一平台中。这种新颖的方法旨在通过提供统一的解决方案来克服专用机器人的局限性，适用于从精确的室内转移到长距离室外导航和复杂地形穿越等各种操作环境。该公司将Galileo X定位为未来多模态移动机器人的基础技术，从而在能源、制造和应急响应等行业实现更广泛的应用。
-
Galileo Robotics发布全域移动机器人平台Galileo X
在2026世界机器人大会上，Galileo Robotics推出了其新的“全域运动具身系统”Galileo X平台。该创新系统将高精度室内运输、长距离越野能力和复杂地形越障能力整合到一个机器人平台中。该公司旨在打破传统单一形态机器人的局限，并促进通用移动机器人生态系统的发展。
-
RoboScience 发布 REX G1 具身机器人，用于现实世界生产力
RoboScience 推出了其首款通用移动操作机器人 REX G1，旨在成为“下一代具身智能生产力伙伴”。该机器人集成了移动和操作能力，拥有 22 个自由度，能够在移动中以高精度执行抓取和放置等任务。它能够适应现有环境，在狭窄通道中导航并触及货架的全部高度，并由 RoboScience 专有的 VLOA 架构具身大模型 Visics 提供支持，使其能够理解并执行非结构化现实世界中的复杂任务。
-
LLM框架增强AGV调度仿真优化
研究人员开发了一个新的框架，用于基于仿真的优化中启发式设计，利用大型语言模型（LLMs）分析仿真轨迹并提出代码级改进建议。该方法在一个动态生产和自动导引车（AGV）调度问题上进行了测试，其中LLM引导的方法与传统方法相比显著提高了性能。该框架通过识别具体的优化措施，如主动充电和重新平衡调度优先级，从而在仿真评分量表上大幅提升，证明了其有效性。
-
新的蒸馏方法增强了车辆碰撞规避AI性能
研究人员开发了一种实例感知知识蒸馏框架，以改进碰撞规避系统的半监督学习。该方法通过结合教师模型的领域先验知识和基础模型的实例中心知识来生成伪标签，旨在降低边缘部署的标注成本和计算需求。由此产生的轻量级学生模型可以实时执行多种密集预测任务，例如实例分割和单目深度估计，在分割方面优于较大的教师模型，同时保持深度估计的性能。该系统已在乡村俱乐部环境中使用自定义数据集和低成本边缘设备进行了验证。
-
AI研究分析作业车间调度训练方法的协调差距
一篇新论文分析了带运输资源的作业车间调度中，多智能体强化学习的联合训练与模块化训练之间的权衡。该研究量化了这些方法之间的“协调差距”，发现联合训练的性能优于模块化方法。然而，在瓶颈环境中，联合训练的优势会减弱，这表明在某个调度任务占主导地位时，模块化训练是一个可行的替代方案。