¿Por qué confiar su negocio a nosotros?
Eliminamos el pánico de las compras. Almacenamos millones de piezas difíciles de encontrar de nuestras fuentes confiables. Actualizamos nuestros listados de productos por minutos, y las compras en línea se completan en tiempo real y se envían todos los días.
Fundada en 2002, MFGChips es un líder local en distribución de componentes electrónicos, y también es reconocida como una de las empresas más respetadas e innovadoras en el mercado local actual. Con sede en Hong Kong, MFGChips se ha ganado una reputación impresionante por proporcionar un servicio excepcional y desarrollar soluciones eficientes y completas de la cadena de suministro global.
Aprende más >
Entrenamiento de robots para movimientos atléticos
¿Pueden los robots moverse como atletas?Un nuevo modelo de entrenamiento les ayuda a replicar los movimientos deportivos, pero los resultados muestran el progreso y los desafíos inesperados.
Un equipo de investigadores de IA y robótica de la Universidad Carnegie Mellon, junto con dos colegas de Nvidia, ha creado un nuevo modelo para entrenar robots para moverse como atletas humanos.El equipo observó que la mayoría del entrenamiento robótico se centra en la locomoción, lo que lleva a robots que se mueven de manera eficiente pero sin fluidez ni atletismo.Para abordar esto, exploraron el entrenamiento de todo el cuerpo.Encontraron que los modelos existentes carecían de adaptabilidad y se basaban en demasiados parámetros, lo que hace que los movimientos de robots demasiado cautelosos.Esto los llevó a desarrollar un nuevo marco de capacitación en dos etapas.
La primera etapa entrena un módulo de IA para analizar videos de movimiento humano de todo el cuerpo, ajustando los movimientos clave para adaptarse a las capacidades del robot utilizando el seguimiento de movimiento.La segunda etapa reúne datos del mundo real para cerrar la brecha entre el movimiento humano en los videos y cómo los robots pueden moverse físicamente.Este proceso condujo a un marco llamado alineación de simulación y física real (ASAP).
El marco ASAP consta de cuatro pasos.Primero, el seguimiento de movimiento de la capacitación previa y la recolección de trayectoria real implican los movimientos humanoides reorganizados de los videos humanos.Las políticas de seguimiento de movimiento múltiples se entrenan previamente para generar trayectorias de movimiento del mundo real.A continuación, el entrenamiento del modelo de acción delta se realiza utilizando datos de implementación del mundo real.Este paso minimiza la discrepancia entre el estado simulado y el estado real del mundo real, mejorando la precisión del modelo.
En la etapa de ajuste de política, el modelo de acción delta está congelado e integrado en el simulador para alinearse mejor con la física del mundo real.La política de seguimiento de movimiento previamente entrenada se ajusta para una mayor precisión.Finalmente, en la implementación del mundo real, la política ajustada se implementa directamente en el mundo real sin depender del modelo de acción delta, asegurando que el robot pueda realizar sus movimientos capacitados de forma independiente.
Para probar el marco, los investigadores capacitaron a un robot para replicar movimientos deportivos icónicos.Realizó el tiro de salto Fadeaway de Kobe Bryant, el movimiento de silenciador de LeBron James y el salto Siu de Cristiano Ronaldo con un giro en el aire.Se registró cada movimiento.
Los movimientos del robot claramente se parecen a los famosos movimientos deportivos, destacando el progreso en el movimiento de cuerpo completo.Sin embargo, también es evidente que se necesita mucho más trabajo antes de que un robot pueda confundirse con un atleta profesional.
Un equipo de investigadores de IA y robótica de la Universidad Carnegie Mellon, junto con dos colegas de Nvidia, ha creado un nuevo modelo para entrenar robots para moverse como atletas humanos.El equipo observó que la mayoría del entrenamiento robótico se centra en la locomoción, lo que lleva a robots que se mueven de manera eficiente pero sin fluidez ni atletismo.Para abordar esto, exploraron el entrenamiento de todo el cuerpo.Encontraron que los modelos existentes carecían de adaptabilidad y se basaban en demasiados parámetros, lo que hace que los movimientos de robots demasiado cautelosos.Esto los llevó a desarrollar un nuevo marco de capacitación en dos etapas.
La primera etapa entrena un módulo de IA para analizar videos de movimiento humano de todo el cuerpo, ajustando los movimientos clave para adaptarse a las capacidades del robot utilizando el seguimiento de movimiento.La segunda etapa reúne datos del mundo real para cerrar la brecha entre el movimiento humano en los videos y cómo los robots pueden moverse físicamente.Este proceso condujo a un marco llamado alineación de simulación y física real (ASAP).
El marco ASAP consta de cuatro pasos.Primero, el seguimiento de movimiento de la capacitación previa y la recolección de trayectoria real implican los movimientos humanoides reorganizados de los videos humanos.Las políticas de seguimiento de movimiento múltiples se entrenan previamente para generar trayectorias de movimiento del mundo real.A continuación, el entrenamiento del modelo de acción delta se realiza utilizando datos de implementación del mundo real.Este paso minimiza la discrepancia entre el estado simulado y el estado real del mundo real, mejorando la precisión del modelo.
En la etapa de ajuste de política, el modelo de acción delta está congelado e integrado en el simulador para alinearse mejor con la física del mundo real.La política de seguimiento de movimiento previamente entrenada se ajusta para una mayor precisión.Finalmente, en la implementación del mundo real, la política ajustada se implementa directamente en el mundo real sin depender del modelo de acción delta, asegurando que el robot pueda realizar sus movimientos capacitados de forma independiente.
Para probar el marco, los investigadores capacitaron a un robot para replicar movimientos deportivos icónicos.Realizó el tiro de salto Fadeaway de Kobe Bryant, el movimiento de silenciador de LeBron James y el salto Siu de Cristiano Ronaldo con un giro en el aire.Se registró cada movimiento.
Los movimientos del robot claramente se parecen a los famosos movimientos deportivos, destacando el progreso en el movimiento de cuerpo completo.Sin embargo, también es evidente que se necesita mucho más trabajo antes de que un robot pueda confundirse con un atleta profesional.