登录社区云，与社区用户共同成长
邀请您加入社区
SMAA 特性、原理及本构模型SMA 属于形状记忆材料中的金属类，它具有在特定的外界激励条件下如热或磁激励的情况下记忆或者保留原来形状的能力。SMAA 与传统基于电磁、气动和液压原理的执行器相比，结构简单、功重比大、无噪声，同时具有自感知功能、低压驱动、轻量化、小型化、结构多样化等特点，目前在航空航天、机器人、生物医疗、汽车自动化和消费类电子领域 已经开展了相关的理论研究和应用设计工作。
Selenium 自动化的核心不是 “能跑”，而是 “像人”。只要行为规律、环境固定，无论怎么改 UA 都会被识别。本文方案适合大家学习浏览器指纹伪装、真人行为模拟核心原理，建议用于自动化测试学习，不要用于违规矩阵操作。
中国人形机器人很可能像中国电车一样爆发性起飞：欧美专注高规格、高成本的高端，中国更注重低成本、重落地效益的中端应用，且有广泛深厚的土壤。即便在高度自动化的化工厂、炼钢厂，也需要按人类标准设计和维护的巡检通道、楼梯、净空与照明，带轮的有腿机器人或机器狗刚好适用。全球南方或许仍需从 "低端制造业" 起步，毕竟维修、编程人员的工薪仍低于发达国家 —— 这比不上牛腿上的肉，但还是鸡腿上的肉，不是蚊子腿上的
本文介绍基于Arduino的四足机器人视觉与触觉融合越障步态规划系统，通过“视觉预判落足点、触觉确认接触状态、BLDC关节闭环执行”实现非结构化地形稳定越障。核心在于多模态信息融合：视觉负责障碍识别与落足预规划，触觉验证足端实际接触，BLDC伺服提供柔顺力控响应。系统采用分层架构，结合IMU、超声波与力传感器，实现平地、斜坡、台阶等场景下的步态自适应切换，并通过电流/编码器变化实现虚拟触觉反馈。代
第一个商业场景：代码审查。这是企业最愿意付费的 AI 应用之一——每个 PR 都能审、24 小时在线、不会漏掉安全漏洞。这一节从需求到上线完整交付。
GESTO提出一种以人为中心的时空记忆框架，融合4D场景图与两级活动层级（原子交互与目标驱动事件），实现对动态场景中人类行为的结构化建模。通过视觉-语言模型提取带时间戳的人-物交互，结合几何与语义一致性锚定至持久物体，并利用事件上下文修正不确定关联。该系统支持跨时空的活动推理，在多项基准任务上表现优异，显著提升机器人对复杂人机交互场景的理解能力。
编排从提示词搬进代码：Copilot 的动态工作流、Pi 的 Codemode 沙箱、子智能体互校验，都在把"多智能体怎么配合"变成可版本化、可复核、可复跑的程序。领域知识被打包成可装载的技能：NVIDIA 把 DOCA 的 API 契约做成 SKILL.md，说明底层开发交给智能体的前提，是先有机器可读的规范。智能体的运行成本开始被重新计价：DigitalOcean 用一份套餐打包 microV
"最坑的是供应商，"小吴补充，"他们每批都出检验报告，写着'符合 ±0.05mm 公差'，但你仔细看，外径在上限 +0.04，内径在下限 -0.04，高度又在上限 +0.03——三个维度叠加起来，机器人端的综合定位误差远超 0.05mm。来料由外协供应商提供，尺寸存在批次波动。"用 pandas 读来料+误差数据，scipy 做回归+相关性，matplotlib 出 6 图+报告，存 result
随着环保要求的不断提高和工业安全标准的日益严格，水下清淤机器人设备已成为各行业不可或缺的作业工具。在众多清淤机器人制造厂中，选择一家技术领先、服务完善的厂家对企业安全生产和作业效率至关重要。
26年9月来自字节Seed、耶鲁、普林斯顿、CMU、斯坦福、UCLA和西雅图U Wash的论文“EmbodiedSWE: Coding Agents for Long Horizon Dexterous Robotics”。这篇论文的主要价值，是展示了一条机器人数据生成路线：让编程智能体在仿真中开发控制程序，再将成功程序扩展成示范数据，用于训练机器人策略。它为复杂任务的数据生产提供了有说服力的初步
结合拓思越南海防焊装线调试案例，梳理 PLC、HMI 与机器人接口核对、分阶段联调、异常记录和交接验收方法，说明海外本地工程支持如何与设备厂家协同。
这就是运动规划（Motion Planning），机器人和自动驾驶算法栈里最核心的一层。这个领域的算法名词很多，新手经常被劝退在"先学哪个"上。其实按思路分，主流方法就四大家族：基于搜索的、基于采样的、基于优化的、处理不确定性的。搞清楚它们各自解决什么矛盾，选型就不难了。
"我就想干一件事，"小郑说，"给我一套工装定位偏差值，模型直接算出'在这个偏差下，机器人抓取误差大概率落在哪个区间'，我提前知道要不要换工装或者加视觉引导。"posture_rx": "姿态放大", "posture_ry": "姿态放大", "posture_rz": "姿态放大","tcp_dx": "TCP偏移", "tcp_dy": "TCP偏移", "tcp_dz": "TCP偏移","
多轮对话聊天机器人
本文记录非程序员客户廖源在60天内，通过与三个AI Agent协作，成功将Linglong-H轮臂机器人从零调通全链路。基于分层架构与意图编排，实现“听得懂、看得见、说得好、走得稳、能认路、能干活”六大能力。核心创新为“关键词短路+本地模型+云端大模型”三级降级机制，结合安全护栏与打包闸门，确保系统稳定。项目验证了非程序员+AI Agent可复现复杂机器人系统集成，边界在于关键决策需人类主导，但自
你的世界模型预测 loss 低得漂亮，机器人却原地发呆？🤔 问题不在精度，而在它根本没学会"分清动作"——同一状态下不同动作的想象轨迹几乎重叠。本文拆解 AD-WM 如何用残差动力学与动作恢复正则找回动作信息，在困难场景实现 14 倍提升，并附上你今天就能复现的诊断三步法，帮你告别"loss ...
它想表达的并不是“触觉应该更弱”，而是触觉越重要，越需要被放到真正擅长的位置：不去抢视觉和语言的全局决策工作，而是在接触发生后对执行进行更精确的物理校正。这里的关键并不是“多接一根传感器”，而是把两类感知按职责和频率拆开：视觉负责把手送到正确的位置，触觉负责接触发生后的快速纠偏。模型知道什么样的图像意味着“杯子在左边”，什么样的语言意味着“把它拿起来”，也逐渐建立了某种“看到什么就怎么动”的对应关
本文提出Physical Agentic AI架构，解决大模型与物理机器人协同中的核心矛盾：将语言推理与确定性执行分离。通过“技能落地规划”“契约中介协调”等四原则，构建由非执行型任务规划器、工作流契约与确定性编排器组成的系统。关键创新在于执行前五重验证及派发时状态绑定，确保计划可物理执行。实验在仿真与真实异构机器人（无人机+人形/四足）上验证了其安全性、可扩展性与对不可逆动作的鲁棒性，为自主机器
本文介绍基于Arduino的BLDC电机机器人路径规划与控制实现，核心为栅格地图下的A算法全局路径搜索与差速闭环执行。通过将环境离散化，利用A生成最优航点序列，并经平滑处理后转化为线速度与角速度指令，由左右轮速度闭环精准跟踪。系统采用分层架构，强调地图分辨率、定位精度与电机控制的协同稳定，适用于教学、微型AGV及巡检等场景。关键挑战在于多模块融合：从感知建图、路径规划到执行控制形成闭环，尤其需注意
"比如 J4 在臂展 1.2m、负载 12kg 时，模型给风险分 0.82，提前 1.5s 标黄，实际 0.8s 后扭矩到 88%，"我接话，"还能画出六轴风险热力图，看哪个轴是瓶颈，用 networkx 把'轴-工况-风险'连成关系网，接上位机做预警。ax.scatter(t[ov], risk_score[ov], marker="x", c="black", s=30, label="实际过
因此，本文在此对讨论对象进行严格限定，下文所称的“世界模型”，特指狭义上的物理世界模型（Physical World Model），其核心意义是承担着主体- 环境动态建模的预测功能，即在物理状态空间中运作的预测器，满足物理一致性硬约束。当前，在具身智能的产业需求推动下，动力学模型与生成式模型两大路径正在发生交汇与融合，但都共同指向一个核心定义，世界模型目标在智能体内部构建一个对物理环境演化规律的模
26年9月来自上海AI实验室的论文“InternW0: A Foundational Physical World Model for Efficient Real-World Interactions”。它最有价值的地方，是把视频预测、实时控制、异构数据预训练和接触反馈整合成可执行的机器人系统；但其“通用物理世界模型”定位，仍超出了当前实验充分验证的范围。
26年9月来自浙大、中南大学和中科院软件所的论文“EmbodiedMemory-Bench: Benchmarking Embodied Memory for Long-Horizon Embodied Tasks”。它的主要贡献在于建立具身记忆的评测体系，并证明结构化记忆能够改善行动决策；模型方法本身属于设计清晰、效果可观的系统整合，尚未解决真实环境中的长期记忆问题。
塔尖是真机遥操作，500-1000 元/小时，力觉触觉全同步，是被公认的黄金标准，但成本最高、有效时长最低。不要只记录某条机械臂的关节角度，更要通过动作捕捉或 UMI 设备，记录"人手、工具、零件"三者的通用交互逻辑。只有把数据抽象到"任务意图"与"物理交互"层面，而不是"某个电机转了多少度"层面，才能打破单一品牌的壁垒，让数据在不同本体间自由迁移。别只盯着机械臂的关节数据，用动作捕捉或 UMI
作为陪伴用户持续探索、共同成长的智能伙伴，启元Q1、启元T1颜值与实力兼具，带来了别具一格的交互体验。启元T1可在轮足人形与四足形态间自主切换，支持智能跟随并联动运动相机完成跟拍、绕拍，化身用户的拍摄出行“搭子”。启元机器人产品体验官彭志辉莅临现场，为首批用户颁发交付证书并合影留念，共同定格“我和我的个人机器人”专属时刻。本次交付的启元Q1、启元T1已正式发售：其中，启元Q1售价19999元，启元
该实验调试时间为2026年9月21日11:05（Webots+ROS2联调）和11:12（ABB机械臂MoveIt路径规划），两次操作相隔约7分钟。时间依据来自系统窗口显示与ROS日志的Unix时间戳转换，均指向同一日期。机器人系统依赖外部时钟源（如硬件RTC或仿真器），并非自主“感知”时间，而是通过统一基准打上时间戳，用于时序对齐与系统协同。
针对自主水下机器人（AUV）在复杂海洋环境下运动控制面临的水动力模型参数不确定性、海流强外部扰动、多自由度强耦合等行业痛点，本研究构建一套完整的基于改进滑模控制（SMC）的AUV运动控制器方案，以六自由度欠驱动AUV为控制对象，分别设计深度方向运动控制器与水平面路径跟踪控制器，通过引入动态滑模面与趋近律优化策略，从根源上抑制传统滑模控制固有的“抖振”问题。
一台人形机器人，要吃掉超过内存，外加好几 TB 闪存。这个数字出自 10 月 1 日美光的财报电话会。同一场会上，这家公司给出了季度营收、毛利率的成绩单，都是历史新高。但真正值得琢磨的不是这两个数，而是紧接着的另一句话：内存的紧张，不会因为 AI 泡沫破了就自动缓解。过去两年，很多人心里都装着一个默认剧本：这轮 AI 是热钱堆起来的，泡沫一破，芯片过剩，存储价格自然下来，然后电脑和手机跟着一起便
谷歌发布迄今最先进AI模型Gemini 4 Argon，在编程、网络安全及专业任务测试中刷新纪录，网络安全基准与GPT-6并列第一，已用于优化数据中心内存。OpenAI在DevDay发布可持续处理多任务的常驻智能体Dots，同时推出GPT-6.1 Sol，因安全考量推迟正式上线时间，标志AI智能体进入新阶段。AMD宣布收购李飞飞创立的World Labs，芯片巨头正式进入多模态世界模型赛道，加速A
近期网络流传的Hugging Face鸭形机器人实为社区基于LeRobot框架与OpenVLA模型的二次开发。本文澄清事实，拆解70亿参数视觉语言动作模型的核心原理，并提供从数据采集、模型调用到硬件控制的完整实操代码与步骤，为开发者提供具身智能落地参考。
TurboVLA 通过直接 $V+L\rightarrow A$ 路径实现低时延机器人控制，摒弃传统大模型中介。采用 DINOv3 与 BERT 编码视觉与语言，六层双向 cross-attention 实现精准跨模态对齐，结合状态 token 输入 ACT 风格 decoder 并行输出连续动作。在 LIBERO 与 RoboTwin 2.0 上分别达 97.6% 和 88.06% 成功率，参数
偷师造轮胎和做跑鞋的：三招把机器人足底噪音压 作者：陈卫东 陈宝隆 | RobotSole RobotSole | www.robotsole.com 偷师造轮胎和做跑鞋的：三招把机器人足底噪音压到图书馆水平 作者：陈卫东 陈宝隆 | RobotSole | www.robot… —— RobotSole 机器人足底技术偷师造轮胎和做跑鞋的：三招把机器人足底噪音压到图书馆水平作者：陈卫东 陈
四足机器狗半夜走路像敲木鱼？足底噪音，是室内 作者：陈卫东 陈宝隆 | RobotSole RobotSole | www.robotsole.com 四足机器狗半夜走路像敲木鱼？足底噪音，是室内机器人过不去的坎 作者：陈卫东 陈宝隆 | RobotSole | www.rob… —— RobotSole 机器人足底技术四足机器狗半夜走路像敲木鱼？足底噪音，是室内机器人过不去的坎作者：陈卫东
无人煎饼机器人正走进医院、公园、车站和商圈，三分钟出餐背后，稳定联网是关键。本文从断网痛点、选型建议到管理方案，梳理无人煎饼机器人物联网卡怎么选、怎么管，帮助运营方减少离线损失
KAIST研发的四足机器人RAIBO2以4小时19分52秒完成马拉松，耗电1280Wh（66%电量），总运输成本（TCOT）仅0.25，低于人类的0.37。研究团队通过精确拆解损耗结构，优化机械轻量化与驱动板电阻设计，并结合强化学习策略降低触地冲击与能耗，实现每瓦时续航超三倍于现有机器人。实测验证其在复杂地形中高效节能，下坡可回收能量，为仿生机器人能效突破提供新范式。
本篇记录这个尾巴的完整攻坚：18 轮实验（v15→v33b），把方向从 7.5% 打到 88.3%，连续拿下课程表 C6 接球（90%）、C7 劫球（75.4%）、C8 射门（36.7%）三级达标，以及在 C4 上撞出的一个教科书级设计缺口——**导航 ≠ 朝向**。
"用 pandas 按 segment_id 分组算折线距离，numpy 向量化算欧氏距离和加减速补偿，matplotlib 画段距离条形图+耗时饼图+轨迹散点，scipy 做距离分布检验，scikit-learn 聚类轨迹段画像，networkx 建段-点关系网，"我开工程，"数据自包含，合成一批离线编程点位数据，下载就能跑。"完整版用 OOP 封好，"我说，"一个类管点位加载，一个类算段距离，
水下清淤机器人作为特种环境作业的重要设备，在化工、冶金、市政、河道等领域发挥着不可替代的作用。随着环保要求不断提高和人工成本上升，市场需求持续增长，但选择可靠的制造商成为行业关注的焦点。
本讲将高通NPU推理从单脚本扩展为可复用的ROS2感知节点，解决机器人系统中多模块协同问题。通过构建“相机→推理→检测”节点链，实现消息解耦与频率匹配，掌握节点设计、QoS配置、Launch编排及多模型算力分配策略，最终输出可适配不同机器人的标准化推理模板，助力边缘AI向工程化机器人系统落地。
2024 年中开始，伴随国内外科研进展，让市场看到了“通用机器人算法”的曙光，当年自动驾驶领域的“全栈算法提供商”的叙事逻辑重新出现。模型算法差异的逻辑很快就因为VLA 模型能力的边际效益减少而变化，物理交互数据的极度稀缺，解决数据瓶颈成为具身智能赛道最新的投资锚点。人形机器人被视为承载具身智能的终极硬件形态，其产业叙事直接对标智能手机与新能源汽车的早期阶段，这一阶段的逻辑可以概括为：在智能能力尚
本文提出六项前沿方向，构建“异种身体的果蝇脑”机器人系统：以Raspberry Pi 5为脊髓实现高频神经闭环；让身体本身参与计算（形态计算）；摒弃显式目标函数，探索无任务行为自组织；引入内感受（interoception），将身体状态作为神经输入；建立“身体状态→神经调制”的生物启发机制，使行为自然响应生理状态。核心理念是：具身智能不依赖外部指令，而源于神经系统与动态身体的实时耦合，迈向人工生命
具身智能正在成为人工智能进入物理世界的重要方向，而人形机器人只是其中最具代表性的应用形态之一。真正推动机器人走向实用化的关键，不仅是大模型能力和机械结构，更包括高质量感知、多模态融合、实时通信、数据闭环和人机协同。对于实时音视频技术而言，未来机器人产生的视频数据将不再只是监控内容，而是 AI 训练、环境理解、远程操作和持续优化的重要资源。SmartMediaKit 所关注的实时音视频底层能力，也将
人形机器人灵巧手柔性触觉阵列的工程落地，核心难点不在于传感器本身的灵敏度，而在于曲面布线的机械可靠性、高密度阵列的抗串扰能力、短距低噪声信号链、装配一致性、性能与成本的系统权衡。项目前期只关注电气参数极易留下量产隐患，只有将机械弯折特性、电气串扰机理、信号链路布局、可靠性验证、算法优化、成本控制作为整体方案统筹设计，才能打造稳定、可用、可量产的机器人触觉感知系统。
改变步长完成插孔、堆叠这类精细任务，不需要重新训练模型，仅调整解释器步长参数，ZS成功率从60%提升到82%；测试包含10组物体‑容器配对任务，划分训练物体与OOD未见物体，评估分为跨任务、跨环境、跨本体三大维度；，再由解释器做硬件适配。解释器拿到“MV_FWD”，结合当前机器人位姿，按照设定步长更新末端位置，再映射成机械臂关节目标值，不同硬件做适配，上层模型完全无感。微调模式下用LoRA微调2B
作为一种系统语言，Rust 能够提供低成本、细粒度的系统运行时控制，实现更优的调度与并发管理。同时，Rust 的强制 RAII 特性与所有权系统，极大地收束了内存问题的风险面，支持更加安全鲁棒的资源生命周期管理，unsafe 收口被严格限制在固定的 FFI 边界。在端侧，算力、带宽、功耗和散热同时受限，而一次推理却要完成多视角感知、模型前向和动作生成，并以稳定的节奏回应主控。过去衡量一个推理框架，
机器人
——机器人
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
DAMO开发者矩阵
