视频加载中...
在过去的几年里，机器人技术取得了令人难以置信的进步，我们已经看到了令人惊叹的机器狗，麻省理工学院通过他们的猎豹进一步推进了这一想法，猎豹基于强化学习，这个特殊的机器人能够在模拟环境中学习，然后将这些能力带入现实世界。
许多团队将在双足机器人方面采取类似的策略，甚至像波士顿动力这样的公司也暗示现在正在走向强化学习的道路上，Atlas正在利用轨迹优化和模型预测控制，所以很难想象，未来这个机器人可以自己学习所有东西，看看这些机器人未来几年在敏捷性方面会变得多么先进且将会非常有趣。
还有几个项目正在研究动力效率，birdbot 也是这些项目之一，它的每条腿只有两个电机，与其他双足机器人相比，该腿的其余部分由榫头和滑轮驱动，该系统只需要四分之一的能量，因为弹簧可以平衡机器人的上部。
另一个类似的并行项目是 digit ，有人可能认为这些与地图集相比有点简单，但这些机器人有数小时的运行时间，而且在有效载荷交付和上层稳定运动方面它们的用途更广，确实没有限制，我们已经看到了一种让人想起 Mac Warrior 的方法，他们的遥控操作项目也出现了，操作员基本上坐在外骨骼中，并像游戏一样从机器人获得力反馈，它反应灵敏，用途更广泛，因为它可以进入任何危险地区而不会危及人类，那么有可能创造现代机甲吗？这可能是因为我们已经看到了麻省理工学院的猎豹强化学习如何在模拟环境中改进机器人，也许这些更大的机器人可以通过相同的过程得到改进，所以也许有一天我们会有一个混合，具有上躯干遥控操作能力和下半身强化过程，也许这些更大的机器人会很快出现。
logo platform 已经证明可以将计算机视觉与行走模式生成相结合，所有这些算法运行是实时的，它在识别部分表现得像一个人，但是这个机器人有点慢，所以也许在未来我们会看到这些类型的双足机器人在模拟环境中学习并使用正确的感官反馈以及视觉功能，这些平台可以适应运动主题的场景，有一些公司在关注面部表情的非常重要的属性，这种特殊的能力非常复杂，经过Arts 精心设计制作了一个非常神奇的机器人，叫做 amika，它可能是目前最准确的面部表情机器人之一，但我觉得很吸引人的是这台特殊机器人实际上可以用 AR 套件模仿人类的面部表情，即使像 Amica 一样令人印象深刻，仍然需要掌握令人难以置信的复杂属性，包括语言处理、视觉感知和情商，仅这三个属性就在其中解决起来很复杂，所以我们经常看到像Amica 这样的机器人在开发中被划分开来。
还有与规模经济相关的问题，这意味着很难将这种类型的机器人出售给不同的客户群，那么解决方案是什么？ 这一个替代方案可以与虚拟现实混合在一起，如果你可以收集足够的关于人类及其意图的数据，那么你可以在技术上与VR 中的 AI 角色进行交互，该角色能够解释这些感官输入，现在 Gatebox 就是一个很好的例子，但它从某种意义上说，具有程序反应，它并没有描绘出自适应响应的存在，因为硬件功能尚不存在，基本上模仿人脑神经元的神经形态芯片可能会解决这个问题，像 end bezel 这样的公司已经在研究利用神经形态芯片的模型将人类行为用感官数据进行分类，个人的意图反过来更容易预测。该模型可以检测运动图像或与与脑芯片神经形态处理器相结合的规则进行交互，与市场领先的 GPU AI 相比，速度要快得多，但我认为最终我们可能会有神经形态。
我们日常计算机中的 ic 芯片可以用于游戏中的东西，甚至可以开发交互式AI 角色，也许有一天我们可以将这项技术转移到人形机器人上。
