太阳集团见好就收9728(中国区)官方网站-SunCityGroup
联系我们
太阳集团见好就收9728 FOURIER | 以机器人科技赋能生活 中文 / EN

Fourier Nexus
通用机器人生态网络

Fourier Nexus致力于创造更丰富、更有活力的机器人创新工程文化。

筛选

  • check

    商业应用

  • check

    运动智能

  • check

    认知智能

  • check

    灵巧作业

  • 技术圈

    EMOTION.jpg

    认知智能

    EMOTION：通过上下文学习为人形机器人生成富有表现力的动作序列
    ARMOR.jpg

    运动智能

    苹果 x CMU：基于自我中心的机器人避障感知系统（ARMOR）
    微信图片_20241115130707.png

    灵巧作业

    基于改进3D扩散策略的通用人形机器人泛化操作

  • 技术解决方案

    导览咨询2.0封面.jpg

    商业应用

    太阳集团见好就收9728GRx导览咨询场景解决方案2.0，人机交互体验升级
    视频封面.jpg

    商业应用

    太阳集团见好就收9728GRx人形机器人应用解决方案 | 导览咨询场景

  • 视频演示

    EMOTION.jpg

    认知智能

    EMOTION：通过上下文学习为人形机器人生成富有表现力的动作序列
    ARMOR.jpg

    运动智能

    ARMOR：基于自我中心的机器人避障感知系统
    iDP3封面.png

    灵巧作业

    基于改进3D扩散策略的通用人形机器人泛化操作
    DexMimicGen.jpg

    灵巧作业

    DexMimicGen: 通过模仿学习生成双手灵巧操作的自动化数据
    OKAMI.jpg

    灵巧作业

    OKAMI：通过单个视频模仿教授人形机器人操控技能
    Harmon.jpg

    运动智能

    Harmon：通过语言描述生成人形机器人的全身运动
    Open-TeleVision.jpg

    灵巧作业

    Open-TeleVision：基于沉浸式主动视觉反馈技术的遥操架构
    Lipschitz.jpg

    运动智能

    通过Lipschitz约束策略训练人形机器人学习平滑步态

  • 前沿技术

    EMOTION.jpg

    认知智能

    EMOTION：通过上下文学习为人形机器人生成富有表现力的动作序列

    苹果公司的研究团队提出了一种新框架EMOTION以改善机器人的非语言交流能力，基于大语言模型和视觉-语言模型的上下文学习能力，机器人生成富有表现力、适应社交情境的手势动作序列。
    ARMOR.jpg

    运动智能

    ARMOR：基于自我中心的机器人避障感知系统

    苹果公司（Apple）联合卡内基梅隆大学（CMU）的研究团队提出了一套自我中心感知系统（ARMOR），采用分布式感知方案，通过软、硬件协同增强机器人的“空间意识”，提升人形机器人的避障与运动规划能力。
    iDP3封面.png

    运动智能

    基于改进 3D 扩散策略的通用人形机器人泛化操作

    人形机器人在非结构化环境中完成多任务的能力一直是机器人领域的重要目标。最新的3D视觉运动策略可以将通过视觉模仿学习到的技能推广到更复杂的场景，展现出泛化能力和适用性。
    OKAMI.jpg

    灵巧作业

    OKAMI：通过单个视频模仿教授人形机器人操控技能

    日前，来自UT Austin和Nvidia Research联合研发团队发布了一种从单个RGB-D视频生成操控计划并推导出执行策略的方法（OKAMI），在不同视觉和空间条件下具备很强的泛化能力，在开放世界的观察模仿任务中优于最新的基线方法。
    Harmon.jpg

    运动智能

    Harmon：通过语言描述生成人形机器人的全身运动

    来自UT Austin研究团队和Nvidia Research团队联合研发了一种通过语言描述生成人形机器人全身运动的方法（Harmon），在仿真和现实环境下进行验证，能够生成自然、富有表现力且与文本对齐的人形机器人动作。
    Open-TeleVision.jpg

    灵巧作业

    Open-TeleVision：基于沉浸式主动视觉反馈技术的遥操架构

    UCSD和MIT联合研发了一种沉浸式远程操作系统Open-TeleVision，操作者能够以立体视角主动感知机器人的周围环境，并将操作者的手臂和手部动作映射到机器人上，让远程操作变得更加精准和高效。
    Lipschitz.jpg

    运动智能

    通过Lipschitz约束策略训练人形机器人学习平滑步态

    来自SFU、UIUC、UC Berkeley等高校的联合研究团队提出一种简单且有效的Lipschitz约束策略（LCP），即在强化学习策略中施加Lipschitz约束来训练生成平滑行为。
    DexMimicGen.jpg

    灵巧作业

    DexMimicGen: 通过模仿学习生成双手灵巧操作的自动化数据

    来自NVIDIA Research、UT Austin、UC San Diego的联合研究团队提出了一种数据生成系统DexMimicGen，基于少量的人类演示数据生成大规模的上肢灵巧操作数据集，从而有效地实现人形机器人双臂和灵巧手的模仿学习。

    • 太阳集团见好就收9728院校合作伙伴

    • images/home3-img1.png
    • images/home3-img3.png
    • images/home3-img4.png
    • images/home3-img5.png

    太阳集团见好就收9728 FOURIER | 以机器人科技赋能生活
    太阳集团见好就收9728 FOURIER | 以机器人科技赋能生活

    扫码关注