基于MANUS数据手套的机器人现实技能学习仿真

从模拟到现实智能

物理人工智能训练设施，旨在弥合模拟训练的人工智能模型与它们在现实环境中的表现之间的差距。

虽然在模拟环境中提供了规模和速度，但如果没有固定在现实世界的交互中，人工智能模型往往会有所欠缺。为了克服这一挑战，需要将模拟与结构化、可重复的现实世界机器人训练相结合。

挑战

尽管模拟能够进行大规模训练，但在虚拟环境中训练的人工智能模型往往难以适应现实世界不可预测的复杂性，也称为虚拟现实(S2R)差距。

传统上，提高模型性能需要收集真实世界的数据，这是一个既耗时又昂贵的过程，尤其是在为每个新任务或机器人平台重复时。

为了解决这些限制，该团队开发了一个连续的真实到模拟再到真实的训练循环，将合成训练与人类遥控操作下的现场机器人演示相结合。

一种新的训练模式

在这种方法中，人工智能模型首先在合成数据上进行训练，然后用从在人类控制下执行任务的物理机器人收集的真实世界轨迹进行精炼。

在遥控操作中，MANUS Metagloves Pro实现了对机器手的毫米级精度和低延迟人工控制。这使得操作员能够指导机器人完成各种精密任务，生成高质量的真实世界数据，从而加强训练过程。

扩展物理人工智能

训练过程中生成的所有数据都存储在一个基于云的集中式技能库中，允许学习的能力在不同的机器人平台和位置之间共享。

这为物理人工智能创造了一个可扩展的基础设施，将模拟和现实世界的学习统一到一个迭代的自我改进的循环中。

通过MANUS Metagloves Pro实现遥操作，不仅缩短了工作流程和开发周期，还提高了机器人实际应用技能的真实性和适应性，并加快了从实验室到现实环境的精密操作的转移。

关于爱迪斯通

爱迪斯通作为Manus的中国大陆代理商全力为您提供优质服务。我们希望将更多标杆级与应用尖端技术的科技产品带入到蓬勃发展的国内市场中，以协助更多企业与高校拓展技术开发、探索创新领域。