Robot Operating System
PulseAugur coverage of Robot Operating System — every cluster mentioning Robot Operating System across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
开源ALFRED机器人通过改进的触及范围增强植物监测能力
研究人员开发了ALFRED，一个专为户外环境中长期植物监测设计的开源移动机械臂。ALFRED由易于获得的组件构成，配备了六自由度机械臂、包括LiDAR和RGB-D摄像头在内的各种传感器，并运行在机器人操作系统上。开发过程侧重于六个关键需求：耐用性、模块化、可修复性、传感范围、续航能力和可复现性。迭代构建显示了机械臂可用触及范围和传感器可见性的显著改进。ALFRED成功完成了为期一年的每月森林调查，尽管硬件退化和重新配置需求，仍证明了其可靠性。
-
NVIDIA 开源 OSMO 以统一 AI 机器人开发
NVIDIA 已开源 OSMO，一个为简化物理 AI 开发而设计的原生 Kubernetes 工作流编排器。该工具允许机器人团队在单个 YAML 文件中定义训练、模拟和机器人测试流程，解决了不同计算层之间的碎片化问题。OSMO 支持跨各种 Kubernetes 环境和边缘设备的便携性，简化了机器人 AI 开发的复杂过程。
-
新框架增强了在不可靠无线网络上的机器人控制能力
研究人员开发了一个新的框架，用于在无线网络上实现弹性远程机器人控制。该方法将控制系统与联合嵌入预测架构（JEPA）世界模型相结合，共同学习机器人动力学和无线信道演变。通过预测未来的机器人状态和信道条件，该系统可以优化通信，减少不必要的传输，同时保持可靠的控制。在模拟环境中进行的评估显示，与 PID、DQN 和 Vision Transformers 等传统方法相比，在通信效率、鲁棒性和弹性方面都有显著改进。
-
自主拖拉机系统AgriNav集成杂草检测和激光雷达导航，用于精准农业
研究人员开发了AgriNav，一个专为精准水稻种植设计的自主拖拉机系统。该系统集成了杂草检测和激光雷达导航，以减少除草剂使用并提高效率。AgriNav利用定制的CNN-FPN模型来区分水稻和杂草，并融合激光雷达、GNSS和IMU数据进行稳健导航，即使在GNSS中断期间也能工作。该系统在各种成像条件下均表现出对作物行检测和水稻识别的高度置信度。
-
FEAGINE发布柔性机器人身体和跨具身AI模型
由大疆前工程师彭蕊创立的机器人公司FEAGINE正在开发一种超越人形的具身智能新方法。FEAGINE不复制人体，而是将灵活的仿生机器人身体设计为一种变量，专注于它们在不同物理形态下适应和学习的能力。其第一代柔性机器人身体A01、A02和A03，设计长度、段数和自由度各不相同，并与其基础模型Fi0配对，旨在使机器人能够在不同的具身形态中重用学习到的技能和世界知识。
-
新的Graph-as-Policy系统提高了机器人执行复杂任务的可靠性
研究人员开发了Graph-as-Policy (GaP)，一个新颖的多智能体自学习系统，旨在提高机器人处理多变自动化任务的可靠性。GaP从技能库生成有向计算图，并利用并行模拟来优化这些图，以提高成功率和吞吐量。在模拟和真实世界基准上的评估表明，GaP的性能显著优于现有方法。
-
大型语言模型赋能机器人从语音、手势和音乐中合成动作
研究人员开发了一个新框架，利用大型语言模型（LLMs）使机器人能够从多模态人类输入中合成动作。该系统集成了语音识别、手势分析和音乐节拍检测，为LLM创建了丰富的上下文。然后，LLM对这些组合输入进行推理，为四足机器人生成一系列动作，从而实现更流畅、更具上下文感知能力的人机交互。
-
NVIDIA Isaac ROS 通过开源模块加速机器人开发
NVIDIA 正在增强其 Isaac ROS（机器人操作系统）平台，以加速自主机器人的开发。该团队由 Jaiveer Singh 领导，专注于提供模块化、开源的软件包，这些软件包集成了 NVIDIA 的 Jetson 和 CUDA 库等硬件。这种方法旨在通过允许开发人员轻松地将现有的 ROS 代码与 NVIDIA 的加速计算和 AI 模型相结合并进行改编，从而在构建从移动机器人到人形机器人等复杂机器人应用时，给予开发人员更大的信心和灵活性。
-
Raspberry Pi 驱动的机器人 Olaf 能随语音移动头部和耳朵
开发者 Kamal Singh 创建了一个名为 Olaf 的伴侣机器人，它由 Raspberry Pi 5 提供动力。Olaf 的头部和耳朵会随着语音同步移动并表达情绪，胸前的小显示屏则会显示跳动的心脏。为了实现实时响应，该系统将繁重的 AI 处理和语音生成与 Raspberry Pi 分离，后者通过 ROS 处理物理移动。未来的计划包括让 Olaf 使用 SLAM 技术在房间内导航。
-
九问共生开源，赋予AI智能体实体形态
开源九问社区发布了九问共生（Jiuwen Symbiosis），一个旨在为AI智能体配备物理能力的开源架构。该框架旨在弥合AI先进认知能力与其缺乏物理实体之间的差距，使智能体能够在现实世界中感知、规划和行动。九问共生强调透明的“态势感知循环”（Situation Awareness Loop），便于调试和协作，使智能体能够理解自然语言指令，执行复杂任务，并从反馈中学习，从而促进人机共生关系。
-
Bagzel 通过基于构件的构建过程简化机器人数据集创建
研究人员开发了 Bagzel，这是一个开源的 Bazel 扩展，旨在简化从机器人传感器数据创建机器学习数据集的过程。通过将数据集构建建模为基于构件的构建过程，Bagzel 旨在减少将 ROS bag 录制内容转换通常带来的工程开销和缓慢的迭代周期。评估表明，Bagzel 显著缩短了运行时间，尤其是在迭代和增量构建场景中，与传统的顺序脚本方法相比有了实质性改进。
-
高擎动力推出Mini Pi plus开源人形机器人
高擎动力（Gaoqing Dynamics）推出了Mini Pi plus，这是一个专为研究和教育设计的轻量级开源人形机器人平台。这款重15公斤的机器人旨在解决现有研究平台在高性能、低成本和易用性之间“不可能的三角”问题。它拥有强大的软件生态系统，包括从仿真到实际部署的全套工具，并致力于围绕其开发培养社区。
-
开源AI平台加速机器人智能和开发
此前加速了AI发展的开源运动，现正应用于机器人领域以增强机器人智能。Hugging Face、Nvidia和阿里巴巴等公司正在投资开源工具和模型，以使机器人能够进行推理、决策和行动。机器人操作系统（ROS）成立于2007年，是基础框架，而近期AI的进步，特别是在计算机视觉和模拟方面，进一步降低了机器人开发的门槛。
-
机器人研究推出新的动作分割工具和模型
研究人员开发了ATLAS，这是一种新的标注工具，旨在改进长时程机器人动作的标注过程。该工具提供多模态机器人数据（包括视频和本体感觉信号）的同步可视化，并支持ROS bag和RLDS等各种数据集格式。ATLAS旨在减少标注时间，提高用于训练机器人操作策略的时间动作分割的准确性。
-
Show HN：开源社交机器人Blossom的重建
Blossom的创建者（一个用于人机交互研究的开源社交机器人平台）重建了整个系统。此次重建包括受模型套件启发的重新设计的内部框架、重构为名为r0b0的Python库的代码库，以及更新了配备新型Dynamixel伺服电机硬件的版本。新版本还具有改进的远程呈现界面和由语言模型驱动的对话交互功能。