清华联合无问芯穹开源具身智能云原生平台RLark
5分钟完成机器人纳管、10秒启动跨集群任务,清华大学联合无问芯穹开源具身智能云原生平台RLark
AI 摘要
清华大学与无问芯穹联合开源具身智能云原生平台 RLark,可在 5 分钟内完成机器人纳管、10 秒内启动跨集群任务。平台以云原生方式统一纳管机器人本体与算力资源,面向大规模集群的训练、调度与实验管理,旨在降低多机多集群的运维成本与使用门槛。
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。
5分钟完成机器人纳管、10秒启动跨集群任务,清华大学联合无问芯穹开源具身智能云原生平台RLark
AI 摘要
清华大学与无问芯穹联合开源具身智能云原生平台 RLark,可在 5 分钟内完成机器人纳管、10 秒内启动跨集群任务。平台以云原生方式统一纳管机器人本体与算力资源,面向大规模集群的训练、调度与实验管理,旨在降低多机多集群的运维成本与使用门槛。
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。
Nico Bohlinger与Jan Peters提出XMimic和XSoma,沿用SuperMimic的世界模型加解析梯度思路,用JAX编译含MuJoCo Warp的完整训练循环,并把串行小算子并行到最多4块GPU。XSoma仅由世界模型学习机器人动力学,脚下地形高度等其余部分精确计算,采用1秒时域且无需critic。
研究团队提出RoboKit,一个GPU并行的通用可微分优化工具包,统一多种子求解、混合几何表示与并行仿真,并可与策略学习闭环。在七项任务上比专用基线快2—60倍,2.97秒完成4096个抓取优化;将优化蒸馏为策略后推理快9—240倍且精度相当,强化学习达到基线分数最多快2.1倍。
Jae Hun Hwang 等提出自校准 Vision-Agent-Action 方法,借助自身运动与指尖测量命令映射、相机几何并估计镜头畸变,无需机器人示教或微调即可完成抓取放置。在 18 个更换夹爪与基座坐标系的仿真机器人单元中,冻结版成功 230/360(64%),精化版 268/360(74%)。
研究团队提出 ImpedanceMimic,一种强化学习策略,可从运动与力测量中逐关节调节刚度、阻尼与位置设定点,但推理时只需运动输入。在129名受试者、六类活动的测试中,其运动学与力跟踪精度优于所有对比方案,包括固定增益PD控制、直接力矩、肌肉驱动以及现有模仿控制器,并接近专用力矩模型。