1757057594
2025-08-29 16:30:00
ビデオ金曜日は、あなたの友人がで収集した素晴らしいロボットビデオの毎週の選択です IEEEスペクトル ロボット工学。また、今後数か月間、今後のロボットイベントの毎週のカレンダーを投稿します。お願いします あなたのイベントを送ってください 含めるため。
Clawar 2025：2025年9月5〜7日、中国、深セン
Actuate 2025：23–24 2025年9月、サンフランシスコ
Corl 2025：2025年9月27〜30日、ソウル
IEEEヒューマノイド：2025年9月30〜2日、ソウル
世界ロボットサミット：2025年10月10〜12日、大阪、日本
IROS 2025：19–25 2025年10月、杭州、中国
今日のビデオをお楽しみください！
ボストンのダイナミクスが戻ってきて、彼らの踊りロボット犬はこれまで以上に大きく、より良く、大胆です！彼らが「死んだ」ロボットを生き返らせるのを見て、これまでに見たことのない同期されたダンスルーチンを「良い振動」に解き放ちます。
そしてもっと興味深いことに、ここで彼らがどのように機能させたかについての議論があります：
[ Boston Dynamics ]
ロボットが転倒するかどうかは特に気にしません。それが再び元に戻るかどうかは気になります。
[ LimX Dynamics ]
ロボットは、小さなフライングアンカーを使用して、複数のワイヤーを環境に自律的に接続します。これは、ワイヤーの先端でアンカーメカニズムを備えたドローンです。制御と環境認識のためにオンボードRGB-Dカメラに導かれたこのシステムは、未準備の環境でワイヤアタッチメントを可能にし、同時マルチワイヤー接続をサポートし、ワイヤ駆動型ロボットの運用範囲を拡大します。
[ JSK Robotics Laboratory ] で [ University of Tokyo ]
ありがとう、シンタロ！
かろうじて顔を持っているロボットの場合、これはかなり良い感情です。
[ Pollen ]
人間の動きからの学習スキルは、全身のヒューマノイド制御のための一般化可能なポリシーへの有望なパスを提供しますが、2つの重要なコーナーストーンが欠落しています。（1）キネマティックな参照を忠実に堅牢で非常に動的な動きに忠実に変換するスケーラブルで高品質のモーショントラッキングフレームワーク、および（2）蒸留アプローチがこれらのモーションプリミットを描写し、それらを強化することができる。これらのギャップは、誘導拡散を介して多用途で自然主義的なヒューマノイド制御のための人間の動きから学ぶための現実世界のフレームワークであるBeyondmimicで対処します。
[ Hybrid Robotics ]
オープンソースメタルメイドのビペダルロボットメビタの紹介。すべてのコンポーネントはeコマースを通じて調達でき、ロボットは最小限のパーツで構築されます。すべてのハードウェア、ソフトウェア、および学習環境は、オープンソースとしてリリースされます。
[ MEVITA ]
ありがとう、ケント！
私はいつも、家具を動かしたり、物を持ち歩くのを助けるためにロボット（またはエキソ販売）を借りることができると考えていました。
[ DEEP Robotics ]
新しい研究では、小さな水のバグがファンのようなプロペラを使用して、最大120体の長さの速度でストリームをジップする方法を説明しています。その後、研究者は同様のファン構造を作成し、それを使用して昆虫サイズのロボットを推進し、操作しました。この発見は、洪水やその他の困難な状況中に動作する可能性のある小さなマシンを設計するための新しい可能性を提供します。
[ Georgia Tech ]
脚のロボットの動的な移動は、モバイルロボットの運用範囲を拡大する上で重要でありながら挑戦的なトピックです。学習ベースのコントローラーの堅牢性を維持しながら、多様な地形で一般化された脚のある脚の移動を達成するために、このペーパーでは、強化学習を使用してエンドツーエンドコントローラーの一部として訓練されているロボット固有受容を条件とする注意ベースのマップエンコードを学習することを提案します。ロボットが多様で挑戦的な地形を動的にナビゲートするときに、ネットワークが将来の足場の段階的なエリアに焦点を合わせることを学ぶことを示します。
[ Paper ] から [ ETH Zurich ]
Moonshot Podcast Deep Dive Videoインタビューシリーズの5回目の記事で、XのMoonshots Astro Tellerのキャプテンは、Google DeepmindのチーフサイエンティストJeff Deanと一緒に、ジェフの先駆的な作業の拡大性ニューラルネットワークの起源について会話します。彼らは、AIがジェフの想像力、初期のGoogle Brainフレームワーク、チームの画期的な成層圏の進歩、画像認識とスピーチツーテキスト、AIの進化などを初めて捉えたときについて議論します。
[ Moonshot Podcast ]
#ビデオ金曜日Spots #Talent