解決方案 北京大學-複雜場景下多機器人協同運輸 專案基於松靈機器人LIMO作為實驗設備,移動機器人配備鐳射雷達(Lidar)和雙目深度相機。 這些機器人能夠進行定位與地圖構建(SLAM),並能在複雜環境下協調執行任務。 利用混合搜索演算法生成中間關鍵幀,並利用稀疏優化生成足夠的推送模式。 斯坦福大學-人機交互與安全協作 斯坦福大學的人工智慧實驗室(SAIL)採用Franka機器人進行人機交互和協作安全的研究。 研究團隊關注於如何讓機器人在與人類協同工作的過程中,理解並適應人類的行為模式。 研究團隊開發了一種結合視覺識別和觸覺反饋的系統,使Franka機器人能夠即時理解人類的意圖,並根據環境變化調整其動作策略。 在實驗中,Franka機器人通過視覺和觸覺感測器,準確識別不同類型的物體並進行安全的交互操作。 香港大學-雙臂協同機器人策略學習 RoboTwin 是一個基準數據集,它將現實世界的遙控數據與數位孿生的合成數據相結合,專為雙臂機器人場景而設計。 通過松靈Cobot Magic平臺,收集有關工具使用和人機交互的各種數據。 提出一種使用 AI 生成內容創建數位孿生的方法,將 2D 圖像轉換為詳細的 3D 模型。