跑酷 Atlas

Parkour Atlas

频道:Boston Dynamics · 时长:0:30 · 发布:2018-10-11 · 播放:13464904

在 YouTube 观看

简介

波士顿动力的一段短片,展示人形机器人 Atlas 进行跑酷,跳过原木并跃上台阶,使用全身控制和计算机视觉定位标记。

HN 为什么推荐

HN 引用它作为人形机器人敏捷性已达到何种程度的惊人展示。

他们最新的 Atlas 跑酷视频简直疯狂 — HN, 2018

机器人

HN 上的讨论

我还是不明白谷歌为什么卖掉波士顿动力,这让我很困惑。这些人多年来一直在推动机器人运动能力的边界。我认为这是谷歌无法专注于非核心服务的又一个例子。他们最新的 Atlas 跑酷视频简直疯狂 [0]。你会以为,既然谷歌专注于 AI,他们会想拥有并严密掌控像波士顿动力这样令人印象深刻的技术。[0] [VIDEO] — elteto, 2018-10
看看这从他们两年前的视频 [[VIDEO]] 和一年前的视频 [[LINK]] 以来进展了多少,挺有意思的 — shadowgovt, 2021-08
双足在崎岖地形上行走和奔跑多年前就已经被演示过了——Boston Dynamics 有很多不错的视频;比如,这里有一个四年前的行走视频 [LINK],这里有两个两年前的奔跑视频 [LINK] 和 [VIDEO]——它是否算“完全达到人类水平”也许有争议,但在我看来,对大多数用途来说已经足够了。依我看,对此的任何改进主要都会在传感器方面(即使在雾/雨/雪等恶劣条件下也能看清地形是什么样)和环境建模方面(理解哪些物体踩上去可能会碎或滑动),而不是行走/奔跑本身。双足机器人仍然不实用的主要问题在于硬件成本(轮子更简单也更便宜)以及所需的电源,所以对大多数用例来说,用双足机器人以外的东西更高效,而把双足行走的研究演示扩展到实用化,商业应用和未来收入都有限,所以大多数研究行走算法的人都是在模拟虚拟环境中做(在那里我们有能通过实验“从零开始”学会行走和奔跑的算法),而不是去造非常昂贵的硬件。 — PeterisP, 2020-06
虽然对某些事情来说,完全控制显然更好,但我想知道总体而言这是否更好。它会减少训练负担,不必让你的大脑去适应控制一个外来身体,而只需发出更简单的命令,而且可能也更安全。想象一下用 Atlas[1] 作为外骨骼,你只需想着向前走,它就会为你导航地形。[1] [VIDEO] — icebraining, 2019-10

相关视频