Pourquoi nous faire confiance à votre entreprise?
Nous sortons la panique des achats. Nous stockons des millions de pièces difficiles à trouver provenant de nos sources fiables. Nous actualisons nos listes de produits en quelques minutes et les achats en ligne sont effectués en temps réel et expédiés tous les jours.
Fondée en 2002, MFGChips est un chef de file local de la distribution de composants électroniques et est également reconnue comme l'une des entreprises les plus respectées et les plus innovantes sur le marché local. MFGChips, dont le siège social est situé à Hong Kong, a acquis une réputation impressionnante en matière de service exceptionnel et de développement de solutions efficaces et complètes pour la chaîne logistique mondiale.
Apprendre encore plus >
Amélioration des mouvements du robot chiot
Des chercheurs de Eth Zurich et Sony Group Corporation ont développé des modèles RL pour aider le robot à marcher tranquillement et à danser expressivement.
Sony’s Aibo, un chiot robot conçu comme un compagnon domestique, peut imiter les comportements de chiens réels comme marcher sur quatre jambes, répondre à son nom, réagir aux jouets, effectuer des astuces et répondre aux câlins.
Des chercheurs de Eth Zurich et Sony Group Corporation ont développé de nouveaux modèles d'apprentissage par renforcement (RL) pour améliorer les capacités de l'AIBO.Ces modèles visent à aider le robot à marcher tranquillement et à effectuer des routines de danse expressives.
Les utilisateurs du robot ont noté le bruit de ses traces tout en se déplaçant dans la maison.Pour y remédier, les chercheurs ont récemment développé une approche d'apprentissage par renforcement basée sur la simulation pour réduire la vitesse de contact des pieds dans un simulateur de physique, permettant une marche plus silencieuse.
L'équipe a développé une approche basée sur RL pour réduire le bruit que l'AIBO a fait pendant la marche.Leur méthode ajuste la rigidité et l'amortissement des joints en temps réel, en utilisant les données du capteur des pattes du robot.Il applique également des pénalités à des mouvements rapides qui génèrent du bruit, encourageant progressivement des étapes plus calmes.
Les chercheurs ont testé leur approche sur AIBO dans des expériences du monde réel et ont comparé ses niveaux de bruit à ceux produits en utilisant des méthodes RL de base et des contrôleurs existants de Sony.Le contrôleur de locomotion réduit considérablement le bruit produit par le robot en marchant, ce qui le rend beaucoup plus silencieux que les contrôleurs RL commerciaux et conventionnels.
Au-delà de permettre à l'AIBO de marcher plus tranquillement, les chercheurs visaient à améliorer ses capacités de divertissement.Ils ont développé un modèle appelé Deep Fourier Mimic (DFM), qui combine la représentation de mouvement avec RL pour générer des routines de danse plus expressives.
L'équipe a démontré que sa nouvelle politique de danse a permis des mouvements plus fluide et plus naturels.Cela a également permis à AIBO d'interagir avec les utilisateurs de nouvelles manières, comme danser à leurs côtés et imiter leurs mouvements.
Ces approches basées sur RF pourraient rendre AIBO plus silencieux et améliorer ses capacités de divertissement.Ils pourraient également être appliqués à d'autres robots ménagères ou systèmes robotiques conçus pour divertir les invités dans les parcs à thème du monde entier.
L'équipe vise à aborder les limites observées lors des tests réels de leurs modèles dans les travaux futurs.
Sony’s Aibo, un chiot robot conçu comme un compagnon domestique, peut imiter les comportements de chiens réels comme marcher sur quatre jambes, répondre à son nom, réagir aux jouets, effectuer des astuces et répondre aux câlins.
Des chercheurs de Eth Zurich et Sony Group Corporation ont développé de nouveaux modèles d'apprentissage par renforcement (RL) pour améliorer les capacités de l'AIBO.Ces modèles visent à aider le robot à marcher tranquillement et à effectuer des routines de danse expressives.
Les utilisateurs du robot ont noté le bruit de ses traces tout en se déplaçant dans la maison.Pour y remédier, les chercheurs ont récemment développé une approche d'apprentissage par renforcement basée sur la simulation pour réduire la vitesse de contact des pieds dans un simulateur de physique, permettant une marche plus silencieuse.
L'équipe a développé une approche basée sur RL pour réduire le bruit que l'AIBO a fait pendant la marche.Leur méthode ajuste la rigidité et l'amortissement des joints en temps réel, en utilisant les données du capteur des pattes du robot.Il applique également des pénalités à des mouvements rapides qui génèrent du bruit, encourageant progressivement des étapes plus calmes.
Les chercheurs ont testé leur approche sur AIBO dans des expériences du monde réel et ont comparé ses niveaux de bruit à ceux produits en utilisant des méthodes RL de base et des contrôleurs existants de Sony.Le contrôleur de locomotion réduit considérablement le bruit produit par le robot en marchant, ce qui le rend beaucoup plus silencieux que les contrôleurs RL commerciaux et conventionnels.
Au-delà de permettre à l'AIBO de marcher plus tranquillement, les chercheurs visaient à améliorer ses capacités de divertissement.Ils ont développé un modèle appelé Deep Fourier Mimic (DFM), qui combine la représentation de mouvement avec RL pour générer des routines de danse plus expressives.
L'équipe a démontré que sa nouvelle politique de danse a permis des mouvements plus fluide et plus naturels.Cela a également permis à AIBO d'interagir avec les utilisateurs de nouvelles manières, comme danser à leurs côtés et imiter leurs mouvements.
Ces approches basées sur RF pourraient rendre AIBO plus silencieux et améliorer ses capacités de divertissement.Ils pourraient également être appliqués à d'autres robots ménagères ou systèmes robotiques conçus pour divertir les invités dans les parcs à thème du monde entier.
L'équipe vise à aborder les limites observées lors des tests réels de leurs modèles dans les travaux futurs.