热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

机器人J中WPR_笑吐了,这都是什么机器人啊!

你或许已经发现,当下的机器人以及不满于在工厂的自动化流水线上工作。冲奶茶机器人、端菜机器人已经出现在你的身边。无情的削面机器人丨YoutubeTerryFilms除了

你或许已经发现,当下的机器人以及不满于在工厂的自动化流水线上工作。冲奶茶机器人、端菜机器人已经出现在你的身边。

7c30fc53ab70476d93088ed9dfe78c53.gif

无情的削面机器人丨Youtube/Terry Films

除了这些“实用机器人”之外,还有一些奇奇怪怪的机器人被制造了出来——比如能唱RAP的机器人、奇怪形状的机器人、总被“欺负”的机器狗。

看起来能加入迷惑机器人大赏的它们,到底在干什么?

 说唱机器人

有Free Style的那种

这里有个说唱机器人要和你battle,你接受挑战吗!

说唱机器人西蒙(Shimon)有个圆圆的金属脑袋,眼睛上方是可以移动的一字眉。在和人battle时,它还会根据对方的节奏摇头晃脑。

62acd1a67edf95e24a2e7c8662a08a2f.gif

不服来battle | 参考文献[1]

西蒙是由美国佐治亚理工学院的音乐技术专家吉尔·温伯格(Gil Weinberg)设计的音乐机器人,可以创作歌词和实时表演。它在说唱时,会将人类对手的口语歌词转换成文本,然后识别关键词,并根据已有的数据集中的内容生成新的歌词。

d8c8b8e18e93b1d454abaedb673551eb.gif

来一段Free Style丨参考文献[1]

这些数据集的文本来自很多说唱歌手的作品或者其他音乐流派的歌词,甚至还有一些非音乐的文学作品,比如莎士比亚或者简·奥斯汀的著作。如果想知道莎士比亚说唱的时候听起来是什么样子,西蒙就可以给你表演一下。

西蒙的说唱带着一股重重的机械味,不过据开发者所说,西蒙是故意被设计成机器般说话的——这样它就是一个独一无二的音乐创作者,或者是非人类的说唱对手。

柔性机器人

扭来扭去的那种

旋转、蠕动,它不停歇!视频里这个让人费解的“煎饼果子”一会儿翻滚、一会儿爬坡,这是在干什么?

这其实是耶鲁大学与佛蒙特大学合作研发的柔性机器人。研究人员通过调整它的气囊产生形变,实现滚动与爬坡等运动,从而能在复杂环境中自由行动。

a8a5c2291d748313b4c6278d1b2d8820.gif

改变形状以实现“爬坡”丨参考文献[2]

柔性机器人在适应复杂的环境方面有着广阔的前景,但其物理硬件设计一直是个挑战,此次研究团队实现了从软件仿真到设计实物的全过程,为柔性机器人技术的发展提供了新的思路。

c32bbf7bd6cab2247c57cbecac100f36.gif

“溜了溜了”丨参考文献[2]

  机器狗

啊呀!我又被踢倒了  

想必你曾经多少看过一些奇怪的机器狗系列了,人们想尽办法弄倒机器狗,机器狗一次又一次站了起来,这一幕幕让观众甚至有些泪目了呢(不是)。

1f48b261caa1381b41efb0647ecde016.gif

翻身站起的四足机器人丨参考文献[3]

没错,人类又来了!这次的主角,是加上了AI的四足机器人。

现实环境错综复杂,机器人在执行任务时常常会遇到不可预知的问题。爱丁堡大学与浙江大学的研究人员提出了一种机器学习的方法,使四足机器人面临从未遇到的新场景时,可以快速计算出新的方法,适应当前的环境。

627be5891319212465158b76c439bc47.gif

在零碎纸板地面运动的四足机器人丨参考文献[3]

比如在未对特定的石子地、纸板地进行编程处理的情况下,四足机器人可以快速适应并在相应地面平稳运动,体现了这种机器学习算法的高效。

40c084f096a2cd6152de4d18c33bd1c8.gif

我自稳如山丨参考资料[3]

不得不说,研究人员为了让机器人更能适应环境,真是费劲心思。

机器人相关技术的发展越来越成熟,你也有机会在一些意想不到的地方看到机器人的身影。再想想自己小时候写的科幻作文,是不是有点未来已来的味道了?

参考文献

[1]https://www.scientificamerican.com/article/this-robot-can-rap-really/

[2]Shah, D. S., Powers, J. P., Tilton, L. G., Kriegman, S., Bongard, J., & Kramer-Bottiglio, R. (2020). A soft robot that adapts to environments through shape change. Nature Machine Intelligence, 1-9.

[3]Yang, C., Yuan, K., Zhu, Q., Yu, W., & Li, Z. (2020). Multi-expert learning of adaptive legged locomotion. Science Robotics, 5(49), eabb2174.

作者:以殷、Owl

编辑:Luna

 一个AI 

我的名字叫果壳,你唱什么我都能和~Yo~Yo~

本文来自果壳,未经授权不得转载.

如有需要请联系sns@guokr.com

24b7326f63b4e1664a1fda8b62fd2e36.png



推荐阅读
  • [译]技术公司十年经验的职场生涯回顾
    本文是一位在技术公司工作十年的职场人士对自己职业生涯的总结回顾。她的职业规划与众不同,令人深思又有趣。其中涉及到的内容有机器学习、创新创业以及引用了女性主义者在TED演讲中的部分讲义。文章表达了对职业生涯的愿望和希望,认为人类有能力不断改善自己。 ... [详细]
  • GPT-3发布,动动手指就能自动生成代码的神器来了!
    近日,OpenAI发布了最新的NLP模型GPT-3,该模型在GitHub趋势榜上名列前茅。GPT-3使用的数据集容量达到45TB,参数个数高达1750亿,训练好的模型需要700G的硬盘空间来存储。一位开发者根据GPT-3模型上线了一个名为debuid的网站,用户只需用英语描述需求,前端代码就能自动生成。这个神奇的功能让许多程序员感到惊讶。去年,OpenAI在与世界冠军OG战队的表演赛中展示了他们的强化学习模型,在限定条件下以2:0完胜人类冠军。 ... [详细]
  • 本文介绍了H5游戏性能优化和调试技巧,包括从问题表象出发进行优化、排除外部问题导致的卡顿、帧率设定、减少drawcall的方法、UI优化和图集渲染等八个理念。对于游戏程序员来说,解决游戏性能问题是一个关键的任务,本文提供了一些有用的参考价值。摘要长度为183字。 ... [详细]
  • 本文介绍了贝叶斯垃圾邮件分类的机器学习代码,代码来源于https://www.cnblogs.com/huangyc/p/10327209.html,并对代码进行了简介。朴素贝叶斯分类器训练函数包括求p(Ci)和基于词汇表的p(w|Ci)。 ... [详细]
  • 本文介绍了JavaScript进化到TypeScript的历史和背景,解释了TypeScript相对于JavaScript的优势和特点。作者分享了自己对TypeScript的观察和认识,并提到了在项目开发中使用TypeScript的好处。最后,作者表示对TypeScript进行尝试和探索的态度。 ... [详细]
  • 学习SLAM的女生,很酷
    本文介绍了学习SLAM的女生的故事,她们选择SLAM作为研究方向,面临各种学习挑战,但坚持不懈,最终获得成功。文章鼓励未来想走科研道路的女生勇敢追求自己的梦想,同时提到了一位正在英国攻读硕士学位的女生与SLAM结缘的经历。 ... [详细]
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • Android Studio Bumblebee | 2021.1.1(大黄蜂版本使用介绍)
    本文介绍了Android Studio Bumblebee | 2021.1.1(大黄蜂版本)的使用方法和相关知识,包括Gradle的介绍、设备管理器的配置、无线调试、新版本问题等内容。同时还提供了更新版本的下载地址和启动页面截图。 ... [详细]
  • sklearn数据集库中的常用数据集类型介绍
    本文介绍了sklearn数据集库中常用的数据集类型,包括玩具数据集和样本生成器。其中详细介绍了波士顿房价数据集,包含了波士顿506处房屋的13种不同特征以及房屋价格,适用于回归任务。 ... [详细]
  • 在Xamarin XAML语言中如何在页面级别构建ControlTemplate控件模板
    本文介绍了在Xamarin XAML语言中如何在页面级别构建ControlTemplate控件模板的方法和步骤,包括将ResourceDictionary添加到页面中以及在ResourceDictionary中实现模板的构建。通过本文的阅读,读者可以了解到在Xamarin XAML语言中构建控件模板的具体操作步骤和语法形式。 ... [详细]
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • 本文介绍了绕过WAF的XSS检测机制的方法,包括确定payload结构、测试和混淆。同时提出了一种构建XSS payload的方法,该payload与安全机制使用的正则表达式不匹配。通过清理用户输入、转义输出、使用文档对象模型(DOM)接收器和源、实施适当的跨域资源共享(CORS)策略和其他安全策略,可以有效阻止XSS漏洞。但是,WAF或自定义过滤器仍然被广泛使用来增加安全性。本文的方法可以绕过这种安全机制,构建与正则表达式不匹配的XSS payload。 ... [详细]
  • 本文介绍了在Python张量流中使用make_merged_spec()方法合并设备规格对象的方法和语法,以及参数和返回值的说明,并提供了一个示例代码。 ... [详细]
  • 建立分类感知器二元模型对样本数据进行分类
    本文介绍了建立分类感知器二元模型对样本数据进行分类的方法。通过建立线性模型,使用最小二乘、Logistic回归等方法进行建模,考虑到可能性的大小等因素。通过极大似然估计求得分类器的参数,使用牛顿-拉菲森迭代方法求解方程组。同时介绍了梯度上升算法和牛顿迭代的收敛速度比较。最后给出了公式法和logistic regression的实现示例。 ... [详细]
  • 云原生应用最佳开发实践之十二原则(12factor)
    目录简介一、基准代码二、依赖三、配置四、后端配置五、构建、发布、运行六、进程七、端口绑定八、并发九、易处理十、开发与线上环境等价十一、日志十二、进程管理当 ... [详细]
author-avatar
PHP先锋官
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有