基于 VLM 的农业机器人上下文感知自适应农药喷洒框架
研究提出基于 Vision-Language Models(VLMs)的上下文感知自适应喷洒框架,让机器人结合作物类型、农药类型与天气数据进行空间推理,自适应优化喷洒决策,并采用 MPPI 控制器实现精准导航与定点喷洒。
研究提出基于 Vision-Language Models(VLMs)的上下文感知自适应喷洒框架,让机器人结合作物类型、农药类型与天气数据进行空间推理,自适应优化喷洒决策,并采用 MPPI 控制器实现精准导航与定点喷洒。
研究者提出以关节运动学作为中间表示,将硬件特定传感与下游生物关节力矩估计解耦,估计器仅用开源生物力学数据训练。在髋外骨骼、膝外骨骼和 IMU 三种运动学输入下,平地、上坡和下坡行走的 RMSE 分别为 0.17、0.19、0.15 Nm/kg,R² 分别为 0.79、0.62、0.85。该框架有望减少目标设备数据采集,支持外骨骼控制与可穿戴生物力学的可迁移力矩估计。
RoboRender 将仿真轨迹转换为照片级真实 RGB 视频用于策略学习,以仿真深度视频、语言指令和机器人 RGB 掩码视频为条件,保留仿真器几何、机器人运动与动作标签。
这篇综述系统梳理了因子图与场景图两类机器人世界模型如何应对真实环境的动态性,围绕表示方法、构建与更新流程、下游任务利用三个维度展开,并重点关注将两者结合的混合模型。文章归纳了常见架构模式,指出不确定性传播、最小感知下动态实体运动与尺度的可观测性、可扩展的终身维护,以及缺乏将世界模型质量与动态下游任务表现挂钩的数据集和评测协议等开放挑战。
DataraAI 正在开发机器人自动化技术,让工业机械臂在 AI 服务器与机架组装中完成线缆布线与连接器插接,这类任务目前仍主要靠人工完成。其方案用真实产线的 RGB-D 视觉、力/力矩、触觉感知与运动数据校准仿真,以缩小 Sim2Real 差距,并通过视觉定位线缆与连接器、以力和触觉判断连接器是否插到位。
Destro 以 800 万美元种子轮走出隐身模式,其 AI 智能层同时调度机器人和人类工人,在 Yusen Logistics 的跨码头场景中完成卸货与分拣。