0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

麻省理工学院在机器人技术领域取得了令人惊奇的进步

倩倩 来源:新经网 2020-03-02 15:06 次阅读

机器人始终是一个有趣的主题,需要阅读和学习,机器人技术的发展确实正在不断发展。麻省理工学院的计算机科学与人工实验室(CSAIL)计划在机器人技术领域取得了令人惊奇的进步。

CSAIL已从折纸机器人中制造出机器人,这些机器人将自己转变为可以通过墙壁感应人的人工智能。 赞助的 低成本自助存储… Yahoo Search 赞助 过时的时装…很多 生活 最新的项目将使您可以通过观看机器人来控制机器人,并且只需简单的手势即可纠正错误。该小组通过一个简短的视频展示了这项研究,其中的小片段显示了一个正在监督机器人在一块木头上钻孔的人。基本上,该界面适用于人。 该视频显示,当有人注意到机器人将要犯错误时,可以快速检测到大脑传感器。视频中的人正在使用他的手部动作来指导机器人执行正确的操作。CSAIL主管Daniela Rus表示,两个传感器协同工作几乎可以立即做出响应。

Rus说:“这项结合了EEG和EMG反馈的工作使自然的人机交互可以用于更广泛的应用程序,而在仅使用EEG反馈之前,我们已经能够做到这些。“通过包括肌肉反馈,我们可以使用手势在空间上命令机器人,从而产生更多细微差别和特异性。” 要用大脑控制机器人,您需要学习如何以某种方式思考,以便传感器可以将命令正确地转录到机器人。

该研究论文的主要作者约瑟夫·德尔普雷托(Joseph DelPreto)说:“这种方法的优点在于,无需培训用户以规定的方式思考。机器可以适应您,而不是相反。 ” DelPreto说:“通过同时观察肌肉和大脑的信号,我们可以开始了解一个人的自然手势以及他们对是否出问题的迅速决策。” “这有助于使与机器人的交流更像与他人交流。” 根据这项研究,机器人在70%的时间内自行选择了正确的钻孔点,并且在人工监督下,该数目已升至97%,几乎接近100%的精度。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 机器人
    +关注

    关注

    211

    文章

    28366

    浏览量

    206887
  • 人工智能
    +关注

    关注

    1791

    文章

    47146

    浏览量

    238119
  • 麻省理工学院

    关注

    0

    文章

    12

    浏览量

    6877
收藏 人收藏

    评论

    相关推荐

    【书籍评测活动NO.51】具身智能机器人系统 | 了解AI的下一个浪潮!

    动作逐步过渡到赋予机器人更高级的自主决策能力。 国际上的科技巨头(如波士顿动力、特斯拉和软银)都在这一领域取得了显著进展。 软银的 Pepper 机器人以其能进行情感交流而闻名,这是
    发表于 11-11 10:20

    麻省理工学院研发全新纳米级3D晶体管,突破性能极限

    11月7日,有报道称,美国麻省理工学院的研究团队利用超薄半导体材料,成功开发出一种前所未有的纳米级3D晶体管。这款晶体管被誉为迄今为止最小的3D晶体管,其性能与功能不仅与现有的硅基晶体管相当,甚至某些方面还超越了后者。
    的头像 发表于 11-07 13:43 352次阅读

    麻省理工学院推出新型机器人训练模型

    近日,据TechCrunch报道,麻省理工学院的研究团队展示了一种创新的机器人训练模型,该模型突破了传统模仿学习方法的局限,不再依赖标准数据集,而是借鉴了大型语言模型(LLM)如GPT-4等所使用的大规模信息处理方式,为机器人
    的头像 发表于 11-04 14:56 479次阅读

    VILA与其他模型提供边缘AI 2.0方面的表现

    VILA 是 NVIDIA 研究部门与麻省理工学院共同开发的高性能视觉语言模型系列。最大的模型约有 400 亿参数,最小的模型约有 30 亿参数,并且完全开源(包括模型检查点、训练代码和训练数据)。
    的头像 发表于 10-10 10:06 208次阅读
    VILA与其他模型<b class='flag-5'>在</b>提供边缘AI 2.0方面的表现

    美国佐治亚理工学院一行莅临达实智能调研

    近日,美国佐治亚理工学院“聚焦数据科学领域·深度探访粤港澳大湾区”学生代表团来深交流。美国佐治亚理工学院(Georgia Institute of Technology)一行探访了大湾区科技企业代表达实智能。
    的头像 发表于 09-26 09:21 483次阅读

    麻省理工学院研发RoboGrocery系统,杂货店自动化装袋新篇章

    科技日新月异的今天,自动化和智能化正逐渐渗透到我们生活的方方面面。近日,麻省理工学院计算机科学与人工智能实验室(CSAIL)的一项创新技术引起了广泛关注——RoboGrocery系统,该系统将计算机视觉与软
    的头像 发表于 07-01 16:49 589次阅读

    感谢东莞理工学院对我司导热系数测试仪的认可

    东莞理工学院作为国内的高等学府,一直致力于科学研究和教育事业的发展,能够得到这样一所学府的认可,无疑是对我们技术实力和产品质量的肯定。这份认可,如同春日里的一缕阳光,温暖而明亮,照亮了我们前行的道路
    的头像 发表于 06-25 09:55 247次阅读
    感谢东莞<b class='flag-5'>理工学院</b>对我司导热系数测试仪的认可

    苏黎世联邦理工学院报告:Rowhammer攻击对高端RISC-V CPU的潜在风险

    来源:内容由RISC-V国际人才培养认证中心编译自DRAMSec,作者:MicheleMarazzi;KavehRazavi。苏黎世联邦理工学院的研究人员发表了一篇题为“RISC-H:针对
    的头像 发表于 06-15 08:36 349次阅读
    苏黎世联邦<b class='flag-5'>理工学院</b>报告:Rowhammer攻击对高端RISC-V CPU的潜在风险

    指南车机器人携同南昌工学院参观南京熊猫电子

    2024年4月10日上午,南京指南车机器人科技有限公司董事长刘增龙和南昌工学院副校长徐九南一行到南京熊猫电子装备园参观交流,南京熊猫电子装备有限公司副总经理陈飞陪同介绍。
    的头像 发表于 04-20 11:48 677次阅读

    一种用于化学和生物材料识别的便携式拉曼光谱解决方案

    基于扫频光源的紧凑型拉曼光谱系统:美国麻省理工学院(MIT)和韩国科学技术院(KAIST)的研究人员开发了一种用于化学和生物材料识别的便携式拉曼光谱解决方案,克服了光谱仪笨重的局限性。
    的头像 发表于 04-16 10:35 521次阅读
    一种用于化学和生物材料识别的便携式拉曼光谱解决方案

    麻省理工与Adobe新技术DMD提升图像生成速度

    2023年3月27日,据传,新型文生图算法虽然使得图像生成无比逼真,但奈何运行速度较慢。近期,美国麻省理工学院联合Adobe推出新型DMD方法,仅略微牺牲图像质量就大幅度提高图像生成效率。
    的头像 发表于 03-27 14:17 508次阅读

    霍尼韦尔与南方泵业开展战略合作,四川成都一家红外热成像专用图像处理芯片服务商完成A+轮融资

    麻省理工学院的研究生 Daniel Monagle 该校官网发表的一篇文章中表示:“我们展示了一个无需电池的传感器,并且证明了这是一个可行的解决方案。我们希望其他人能利用我们的框架设计他们自己的传感器,共同推动这项技术的发展
    的头像 发表于 03-14 08:42 659次阅读
    霍尼韦尔与南方泵业开展战略合作,四川成都一家红外热成像专用图像处理芯片服务商完成A+轮融资

    瑞士苏黎世联邦理工学院新型四足机器人单腿完成开关门、移动任务

    据本周五出版的Popular Science杂志报道,近日瑞士苏黎世联邦理工学院机器人系统实验室的科研团队展示了新研究进展:他们训练了自家的机器狗,让其用单腿操控门锁和移动物品,同时依靠其余三腿维持正常行走及平衡。
    的头像 发表于 02-25 11:55 671次阅读

    麻省理工学院开发出新的RFID标签防篡改技术

    的解决方案。 麻省理工学院的研究人员推出了一项革命性的发明——新型防篡改ID标签。它不仅尺寸小巧、成本低廉,而且具备强大的防伪功能,有望彻底改变商品真伪鉴定的格局。 研究人员巧妙地利用太赫兹波的特性,设计出了这种新型防篡改
    的头像 发表于 02-22 11:30 613次阅读
    <b class='flag-5'>麻省理工学院</b>开发出新的RFID标签防篡改<b class='flag-5'>技术</b>

    生物神经元和M-P神经元模型简介

    近年来,作为人工智能领域最重要的进展--深度学习(Deep Learning),诸多领域都有很多惊人的表现。早在2013年,深度学习就被麻省理工学院的《MIT科技评论》(MIT Te
    的头像 发表于 01-23 13:57 1850次阅读
    生物神经元和M-P神经元模型简介