Bakit pinagkakatiwalaan ang iyong negosyo sa amin?
Kinukuha namin ang pagkasindak sa pagkuha.Nag-stock kami ng milyun-milyong hard-to-find na mga bahagi mula sa aming pinagkakatiwalaang mga mapagkukunan.I-refresh namin ang aming listahan ng produkto sa pamamagitan ng ilang minuto, at ang mga online na pagbili ay nakumpleto sa real-time at ipinadala araw-araw.
Itinatag noong 2002, ang Instockin ay isang lokal na pinuno sa pamamahagi ng mga elektronikong bahagi, at kinikilala rin bilang isa sa mga pinaka respetado at makabagong mga kumpanya sa lokal na merkado ngayon.Headquartered sa Hong Kong, Instockin ay nakakuha ng isang kahanga-hangang reputasyon para sa pagbibigay ng natitirang serbisyo at pagbuo ng mahusay, komprehensibong pandaigdigang solusyon sa supply chain.
Matuto Nang Higit Pa >
Pagsasanay sa mga robot para sa mga paggalaw ng atleta
Maaari bang ilipat ang mga robot tulad ng mga atleta?Ang isang bagong modelo ng pagsasanay ay tumutulong sa kanila na magtiklop ng mga gumagalaw sa palakasan, ngunit ang mga resulta ay nagpapakita ng parehong pag -unlad at hindi inaasahang mga hamon.
Ang isang koponan ng mga mananaliksik ng AI at robotics mula sa Carnegie Mellon University, kasama ang dalawang kasamahan mula sa Nvidia, ay lumikha ng isang bagong modelo upang sanayin ang mga robot upang ilipat tulad ng mga atleta ng tao.Napansin ng koponan na ang karamihan sa pagsasanay sa robotic ay nakatuon sa lokomosyon, na humahantong sa mga robot na mahusay na gumagalaw ngunit walang likido o atleta.Upang matugunan ito, ginalugad nila ang buong pagsasanay sa katawan.Natagpuan nila ang mga umiiral na mga modelo na kulang sa kakayahang umangkop at umasa sa napakaraming mga parameter, na ginagawang labis na maingat ang mga paggalaw ng robot.Ito ang humantong sa kanila upang makabuo ng isang bagong balangkas ng pagsasanay sa dalawang yugto.
Ang unang yugto ay nagsasanay sa isang module ng AI upang pag-aralan ang mga video ng paggalaw ng buong-katawan, pag-aayos ng mga pangunahing paggalaw upang magkasya sa mga kakayahan ng robot gamit ang pagsubaybay sa paggalaw.Ang ikalawang yugto ay nagtitipon ng data ng tunay na mundo upang tulay ang agwat sa pagitan ng paggalaw ng tao sa mga video at kung paano maaaring ilipat ang pisikal na mga robot.Ang prosesong ito ay humantong sa isang balangkas na tinatawag na Aligning Simulation at Real Physics (ASAP).
Ang balangkas ng ASAP ay binubuo ng apat na hakbang.Una, ang paggalaw ng paggalaw ng pre-training at tunay na koleksyon ng tilapon ay nagsasangkot ng retargeting humanoid galaw mula sa mga video ng tao.Ang maramihang mga patakaran sa pagsubaybay sa paggalaw ay paunang sinanay upang makabuo ng mga trajectory ng paggalaw ng real-world.Susunod, ang pagsasanay sa modelo ng aksyon ng Delta ay isinasagawa gamit ang data ng rollout ng real-world.Ang hakbang na ito ay nagpapaliit sa pagkakaiba-iba sa pagitan ng simulate na estado at ang aktwal na estado ng tunay na mundo, pagpapabuti ng kawastuhan ng modelo.
Sa yugto ng fine-tuning yugto, ang modelo ng aksyon ng Delta ay nagyelo at isinama sa simulator upang mas mahusay na nakahanay sa pisika ng real-world.Ang patakaran ng pre-sinanay na pagsubaybay sa paggalaw ay pagkatapos ay maayos para sa higit na katumpakan.Sa wakas, sa pag-deploy ng real-world, ang patakaran ng pinong nakatutok ay ipinatupad nang direkta sa totoong mundo nang hindi umaasa sa modelo ng aksyon ng Delta, tinitiyak na ang robot ay maaaring magsagawa ng mga sinanay na paggalaw nito nang nakapag-iisa.
Upang masubukan ang balangkas, sinanay ng mga mananaliksik ang isang robot upang magtiklop ng mga iconic na gumagalaw sa palakasan.Ginawa nito ang pagbaril ni Kobe Bryant, ang paglipat ng silencer ni LeBron James, at si Cristiano Ronaldo's Siu ay tumalon sa isang mid-air spin.Ang bawat kilusan ay naitala.
Ang mga paggalaw ng robot ay malinaw na kahawig ng mga sikat na galaw ng sports, na nagtatampok ng pag-unlad sa buong paggalaw ng katawan.Gayunpaman, maliwanag din na mas maraming trabaho ang kinakailangan bago ang isang robot ay maaaring magkamali para sa isang propesyonal na atleta.
Ang isang koponan ng mga mananaliksik ng AI at robotics mula sa Carnegie Mellon University, kasama ang dalawang kasamahan mula sa Nvidia, ay lumikha ng isang bagong modelo upang sanayin ang mga robot upang ilipat tulad ng mga atleta ng tao.Napansin ng koponan na ang karamihan sa pagsasanay sa robotic ay nakatuon sa lokomosyon, na humahantong sa mga robot na mahusay na gumagalaw ngunit walang likido o atleta.Upang matugunan ito, ginalugad nila ang buong pagsasanay sa katawan.Natagpuan nila ang mga umiiral na mga modelo na kulang sa kakayahang umangkop at umasa sa napakaraming mga parameter, na ginagawang labis na maingat ang mga paggalaw ng robot.Ito ang humantong sa kanila upang makabuo ng isang bagong balangkas ng pagsasanay sa dalawang yugto.
Ang unang yugto ay nagsasanay sa isang module ng AI upang pag-aralan ang mga video ng paggalaw ng buong-katawan, pag-aayos ng mga pangunahing paggalaw upang magkasya sa mga kakayahan ng robot gamit ang pagsubaybay sa paggalaw.Ang ikalawang yugto ay nagtitipon ng data ng tunay na mundo upang tulay ang agwat sa pagitan ng paggalaw ng tao sa mga video at kung paano maaaring ilipat ang pisikal na mga robot.Ang prosesong ito ay humantong sa isang balangkas na tinatawag na Aligning Simulation at Real Physics (ASAP).
Ang balangkas ng ASAP ay binubuo ng apat na hakbang.Una, ang paggalaw ng paggalaw ng pre-training at tunay na koleksyon ng tilapon ay nagsasangkot ng retargeting humanoid galaw mula sa mga video ng tao.Ang maramihang mga patakaran sa pagsubaybay sa paggalaw ay paunang sinanay upang makabuo ng mga trajectory ng paggalaw ng real-world.Susunod, ang pagsasanay sa modelo ng aksyon ng Delta ay isinasagawa gamit ang data ng rollout ng real-world.Ang hakbang na ito ay nagpapaliit sa pagkakaiba-iba sa pagitan ng simulate na estado at ang aktwal na estado ng tunay na mundo, pagpapabuti ng kawastuhan ng modelo.
Sa yugto ng fine-tuning yugto, ang modelo ng aksyon ng Delta ay nagyelo at isinama sa simulator upang mas mahusay na nakahanay sa pisika ng real-world.Ang patakaran ng pre-sinanay na pagsubaybay sa paggalaw ay pagkatapos ay maayos para sa higit na katumpakan.Sa wakas, sa pag-deploy ng real-world, ang patakaran ng pinong nakatutok ay ipinatupad nang direkta sa totoong mundo nang hindi umaasa sa modelo ng aksyon ng Delta, tinitiyak na ang robot ay maaaring magsagawa ng mga sinanay na paggalaw nito nang nakapag-iisa.
Upang masubukan ang balangkas, sinanay ng mga mananaliksik ang isang robot upang magtiklop ng mga iconic na gumagalaw sa palakasan.Ginawa nito ang pagbaril ni Kobe Bryant, ang paglipat ng silencer ni LeBron James, at si Cristiano Ronaldo's Siu ay tumalon sa isang mid-air spin.Ang bawat kilusan ay naitala.
Ang mga paggalaw ng robot ay malinaw na kahawig ng mga sikat na galaw ng sports, na nagtatampok ng pag-unlad sa buong paggalaw ng katawan.Gayunpaman, maliwanag din na mas maraming trabaho ang kinakailangan bago ang isang robot ay maaaring magkamali para sa isang propesyonal na atleta.