Atlas 机器人更新
2025年08月25日 14:10
本文共计347个字，预计阅读时长2分钟。
来源/机器人大讲堂
责编/爱立方
波士顿动力为自家的Atlas人形机器人训练了一个全新的大型行为模型Large Behavior Models (LBMs)。
LBMs是一种端到端的、由语言指令驱动的策略模型，它能让 Atlas 完成需要长远规划的复杂操作任务。
策略模型能够充分利用人形机器人的独特优势，包括：迈步行走、精准落脚、弯腰下蹲、转移重心、避免自我碰撞等等。
研究发现，所有这些能力对于解决真实世界里的移动操作任务都至关重要。
这个策略模型，能将图像、本体感觉（proprioception）和语言提示等输入信息，转化为控制整个 Atlas 机器人以 30Hz 频率活动的动作指令。
研究人员采用了一种结合了流匹配损失（flow matching loss）的扩散型 Transformer（diffusion transformer）架构来训练模型。
声明：本文来自机器人大讲堂，版权归作者所有。文章内容仅代表作者独立观点，不代表A³·爱力方立场，转载目的在于传递更多信息。如有侵权，请联系 copyright#agent.ren。
