Penampilan Perdana Robot AgiBot di 'Olimpiade' Robot: Bermodal Kartu Pekerja, Sapu Bersih 18 Medali Emas

Pekerja siber mengambil cuti untuk ikut berpartisipasi dalam 'Olimpiade Robot'!

Di World Humanoid Robot Games kali ini, yang paling sering mencuri perhatian adalah robot AgiBot yang mengambil cuti dari pabrik untuk ikut bertanding.

Pada akhirnya, mereka memimpin papan perolehan medali dengan raihan 18 emas, 16 perak, dan 12 perunggu. Di antaranya, tangan lincah (dexterous hand) meraih 7 dari 8 medali emas pada lomba khusus, lintasan pekerjaan memenangkan 6 dari 12 medali emas, dan lomba kompetitif meraih 5 medali emas.

Tangan lincah dari tim gabungan Wuhan University dan AgiBot mengambil sendok kecil, menakar 20 gram garam dalam waktu 27 detik, serta mampu menjepit kacang dengan pinset dan menyusun balok; robot Jingling G2 masuk ke skenario penyelamatan kebakaran dan juga menyelesaikan penataan buku di perpustakaan; robot Yuanzheng A3 dengan mudah menyelesaikan gerakan sulit seperti 外摆莲 540° (spinning lotus kick 540°)...

Siapa sangka, sebelum bertanding, robot-robot ini masih bekerja keras di pabrik.

Ini adalah partisipasi pertama AgiBot, di mana semua model yang bertanding adalah mesin produksi massal, tanpa model khusus yang dibuat untuk lomba.

Dari 'pekerja' menjadi 'atlet', gen pekerja AgiBot tidak berubah. Mereka sepenuhnya memanfaatkan akumulasi aplikasi dalam skenario penerapan nyata, mencerminkan kemampuan penyebaran robot dari 'sekadar bisa memamerkan' menjadi 'mampu menyelesaikan pekerjaan nyata'.

Tanpa banyak bicara, APPSO akan mengupas tuntas penguasa medali emas dari World Humanoid Robot Games ini, bagaimana mereka menguasai arena pertandingan.

Biasanya 'Pekerja', Beberapa Hari Ini Jadi Master Olahraga

Di lokasi upacara pembukaan, robot Yuanzheng A3 dari AgiBot dan juara Olimpiade Ding Ning mengadakan sebuah Battle antara manusia dan robot.

Tenis meja mungkin adalah salah satu olahraga yang paling sulit untuk 'diperagakan' oleh robot. Kecepatan bola tinggi, banyak putaran, dan waktu kontak dihitung dalam milidetik; yang lebih merepotkan adalah, di seberang sana adalah juara Olimpiade yang bisa mengubah strategi secara mendadak dan mengubah titik jatuh bola kapan saja.

Hasilnya, pada pertandingan ini, Yuanzheng A3 langsung memperagakan gaya yang mampu beradaptasi secara acak.

Detik sebelumnya masih jago tenis meja, detik berikutnya gayanya berubah drastis——

Master Tai Chi, masuk panggung.

Pada pertandingan seni bela diri - Tai Chi, Yuanzheng A3 menyelesaikan seluruh rangkaian gerakan sulit dalam satu tarikan napas, termasuk tendangan terbang ke udara + 外摆莲 450° (spinning lotus kick 450°), 外摆莲 360° (spinning lotus kick 360°) + kuda-kuda, dan 外摆莲 540° (spinning lotus kick 540°) + kuda-kuda.

Pria tua yang bangun pagi untuk berolahraga pun akan memuji: Profesional.

Ini juga membuat AgiBot meraih medali emas ketiga mereka di World Humanoid Robot Games kali ini.

Pertandingan Tai Chi sebenarnya tidak hanya melihat apakah robot bisa melakukan gerakannya, yang paling penting adalah tiga kata: mirip, stabil, dan sulit.

Lengan, pinggang, dan kedua kaki tidak bisa bergerak sendiri-sendiri. Transisi gerakan dan ritme cepat-lambatnya juga harus terhubung.

Ambil contoh kuda-kuda (mabu), tidak hanya harus menurunkan badan, tetapi juga harus mengontrol lutut, pinggul, dan pergelangan kaki untuk menanggung beban bersama. Sedikit saja ada satu sendi yang tidak mengikuti, visualnya mungkin berubah dari 'mudah dan terampil' menjadi 'terguling-guling dan merangkak'.

Menghadapi rangkaian gerakan baru seperti Tai Chi, A3 belajar hukum gerakan umum terutama dari data gerakan yang terakumulasi di platform Lingchuang. Sistem terus menyesuaikan lintasan gerakan dan ritme berdasarkan kemampuan gerakan yang sudah ada.

Dalam proses pelatihan, AgiBot juga menggunakan metode Sim2Real. Robot pertama-tama berlatih melompat, berputar, dan mendarat di lingkungan simulasi. Tim teknik dapat menyesuaikan parameter gerakan dan menguji berulang kali dalam kondisi yang berbeda.

Kemudian, strategi yang diperoleh dari pelatihan akan dipindahkan ke mesin asli. Gesekan di dunia nyata, celah sendi, kesalahan sensor, dan benturan saat mendarat, berbeda dengan lingkungan simulasi. Sistem kontrol perlu terus menyesuaikan agar gerakan dapat diselesaikan dengan stabil di mesin asli.

Yang ditekankan oleh Tai Chi yaitu 'berkontraksi dan relaksasi dengan bebas', pada robot, ini sebenarnya merupakan uji publik terhadap struktur tubuh robot itu sendiri dan kemampuan kontrol gerakannya.

Selain itu, pertandingan juga memutuskan medali emas lomba rintangan 100 meter, yang dimenangkan oleh AgiBot Lingxi X2. Dalam kondisi berjalan dengan kecepatan tinggi, AgiBot Lingxi X2 secara sinkron menyelesaikan serangkaian tindakan seperti melewati rintangan, melompati rintangan, dan melewati ruang terbatas.

Berdasarkan kerangka mesin otak kecil (cerebellum) generatif universal AGILE yang dikembangkan sendiri, AgiBot Lingxi X2 memiliki keunggulan kecepatan yang signifikan dan stabilitas yang sangat baik saat melewati rintangan tidak beraturan, serta mampu mengambil keputusan otonom atau semi-otonom di berbagai medan.

Sampai di lomba skenario, itu sama dengan memasuki kandang AgiBot sendiri. Sebagai 'pekerja' asli, AgiBot Jingling G2, sebelum ikut pertandingan, sudah lama dikerahkan secara besar-besaran di Pabrik Longqi, Pabrik SAIC, dan tempat lain, 'pengalaman kerjanya' sangat kaya.

Lomba skenario darurat kebakaran mengembalikan lingkungan kebakaran nyata, robot peserta harus secara berurutan menyelesaikan tiga tugas inti: identifikasi bahan berbahaya, pemutusan katup abnormal, serta pengambilan alat pemadam dan pemadaman api.

Alat pemadam api beratnya mencapai 4,5 hingga 5 kilogram, jauh melebihi batas beban gripper ujung dari mayoritas robot humanoid di pasaran saat ini.

AgiBot tidak membuat gripper mahal khusus untuk ini, melainkan menambahkan komponen struktural di pergelangan tangan, memanfaatkan kekuatan struktur pergelangan tangan itu sendiri untuk mengait alat pemadam, lalu memasukkannya ke dalam ember pembawa khusus dengan kemiringan 20 derajat di bagian sasis, menggunakan struktur mekanis yang cerdas untuk menghindari bottleneck beban.

Dipadukan dengan serangkaian gerakan ini adalah sistem teleoperasi jangkauan super (beyond visual range) buatan AgiBot sendiri. Sistem ini melakukan pemetaan kinematika terbalik berdasarkan solusi VR, mengubah gerakan tubuh operator menjadi perintah robot, dan menggunakan kontrol seluruh tubuh untuk memetakan gerakan tubuh operator ke seluruh tubuh robot, dibantu dengan strategi kontrol gaya, sehingga robot memiliki kepatuhan (compliance) dan kemampuan toleransi kesalahan saat bersentuhan dengan lingkungan, operator tidak perlu sengaja menghindari setiap tabrakan, dan gerakannya bisa lebih alami dan kontinu.

Dalam kontrol robot tradisional, kontak fisik apa pun yang melebihi lintasan yang telah ditentukan dapat memicu perlindungan beban berlebih pada motor sendi, yang selanjutnya menyebabkan sistem berhenti.

Melalui pengenalan algoritma kontrol seluruh tubuh berbasis umpan balik gaya, AgiBot membuat robot saat menyentuh gagang pintu, katup, atau peralatan pemadam kebakaran, mampu menghasilkan deformasi elastis kecil seperti sendi manusia, sehingga menyerap gaya benturan dari tabrakan.

Lomba skenario perpustakaan menguji stabilitas seluruh alur kerja. AgiBot membentuk tim gabungan dengan Universitas Tsinghua dan Universitas Jiao Tong Shanghai untuk bertanding, mereka perlu menyelesaikan tiga tugas: transportasi keluar gudang, pengembalian buku ke rak, serta identifikasi dan koreksi buku yang salah tempat.

Dalam operasi aktual penataan buku, pantulan cahaya dari sampul buku dan penataan buku yang tidak beraturan, keduanya menuntut persyaratan tinggi pada pengenalan visual. Model visual yang digunakan tim gabungan tidak hanya dapat mengekstrak informasi teks dari permukaan buku, tetapi juga dapat menyesuaikan ketebalan buku...