Trionfo alle "Olimpiadi" per i robot AgiBot: 18 ori conquistati indossando ancora il badge da operaio

I lavoratori cibernetici hanno chiesto un permesso per partecipare alle "Olimpiadi dei robot"!

In questa edizione dei World Humanoid Robot Games, i robot AgiBot, arrivati direttamente dalla fabbrica, sono stati i protagonisti assoluti.

Hanno concluso la competizione in vetta al medagliere con 18 ori, 16 argenti e 12 bronzi. Tra questi, le mani articolate hanno conquistato 7 ori su 8 competizioni specialistiche, 6 ori su 12 nella pista operativa e 5 ori nelle competizioni agonistiche.

La mano articolata della squadra congiunta Wuhan University-AgiBot ha preso un cucchiaino, pesando 20 grammi di sale in 27 secondi, oltre a utilizzare pinzette per afferrare fagioli e costruire torri con blocchi di legno; il robot Lingxi G2 è entrato in scenari di soccorso antincendio e ha completato il riordino dei libri in biblioteca; il modello Yuanzheng A3 ha eseguito con facilità mosse di altissima difficoltà come il calcio esterno a 540°...

Chi l'avrebbe mai detto che, prima di gareggiare, questi robot stessero lavorando diligentemente in fabbrica.

Questa è la prima partecipazione di AgiBot a una competizione; tutti i modelli utilizzati sono unità di produzione in serie, senza alcun modello personalizzato creato appositamente per la gara.

Da "operaio" ad "atleta", AgiBot ha mantenuto intatte le sue origini lavorative, sfruttando appieno l'esperienza accumulata in scenari di applicazione reali, dimostrando la capacità dei robot di passare dalla "semplice dimostrazione" alla "completazione di lavori reali".

Senza troppi preamboli, APPSO vi svela come questi grandi vincitori di medaglie abbiano dominato la scena ai World Humanoid Robot Games.

Operai nella vita quotidiana, campioni sportivi in questi giorni

Alla cerimonia di apertura, il robot Yuanzheng A3 di AgiBot ha ingaggiato una vera e propria battaglia uomo-macchina con la campionessa olimpica Ding Ning.

Il tennis tavolo è probabilmente uno degli sport più difficili per un robot da "padroneggiare". La velocità della palla è elevata, i rotamenti molteplici e la finestra temporale per il colpo si calcola in millisecondi; ancora più problematico è che all'altro lato del tavolo ci sia una campionessa olimpica capace di cambiare tattica e modificare la traiettoria in qualsiasi momento.

Il risultato? In questo incontro, Yuanzheng A3 ha dimostrato una straordinaria capacità di adattamento improvviso.

Un secondo prima era un esperto di tennis tavolo, e quello dopo il scenario è cambiato radicalmente —

È entrato in scena il maestro di Tai Chi.

Nella competizione di arti mariali - Tai Chi, Yuanzheng A3 ha eseguito senza interruzioni un'intera sequenza di movimenti ad alta difficoltà, inclusi un calcio volante con calcio esterno a 450°, calcio esterno a 360° + posizione del cavaliere, e calcio esterno a 540° + posizione del cavaliere.

Persino un anziano abituato a fare ginnastica mattutina non potrebbe fare a meno di esclamare: professionale.

Questa performance ha permesso ad AgiBot di conquistare la sua terza medaglia d'oro ai World Humanoid Robot Games.

Nelle competizioni di Tai Chi non si valuta solo se il robot riesce a eseguire il movimento; gli aspetti più importanti si riassumono in tre parole: realismo, stabilità e difficoltà.

Braccia, vita e gambe non possono muoversi in modo slegato. La transizione e il ritmo delle azioni, veloci o lenti che siano, devono essere fluidi e connessi.

Prendiamo la posizione del cavaliere (Zha Mabu) come esempio: non basta abbassare il corpo, è necessario controllare la distribuzione del peso su ginocchia, anche e caviglie simultaneamente. Se un solo articolazione non segue il ritmo, la scena potrebbe passare da "padroneggiare con facilità" a "rotolare goffamente".

Di fronte a questo nuovo repertorio di movimenti come il Tai Chi, A3 ha imparato principalmente le leggi generali del movimento dai dati accumulati sulla piattaforma Lingchuang. Il sistema ha adattato ulteriormente le traiettorie e i ritmi dei movimenti partendo dalle capacità motorie già esistenti.

Durante l'addestramento, AgiBot ha utilizzato anche il metodo Sim2Real. I robot hanno prima esercitato salti, rotazioni e atterraggi in un ambiente di simulazione. Il team di ingegneri ha potuto regolare i parametri dei movimenti e testare ripetutamente diverse condizioni.

Successivamente, le strategie ottenute dall'addestramento sono state trasferite al robot reale. Nella realtà, attrito, giochi articolari, errori dei sensori e impatti durante l'atterraggio differiscono dall'ambiente simulato. Il sistema di controllo ha dovuto continuare ad adattarsi affinché i movimenti potessero essere eseguiti in modo stabile sul robot reale.

Il "controllo flessibile" ricercato dal Tai Chi, applicato ai robot, rappresenta in realtà una verifica pubblica delle strutture fisiche e delle capacità di controllo motorio della macchina.

Inoltre, i Giochi hanno assegnato l'oro nei 100 metri a ostacoli, vinto da AgiBot Lingxi X2. In condizioni di marcia ad alta velocità, Lingxi X2 ha completato simultaneamente una serie di azioni come aggirare ostacoli, superarli e attraversare spazi ristretti.

Grazie al suo framework motore cerebellare generativo universale AGILE sviluppato internamente, Lingxi X2 ha mostrato un significativo vantaggio in velocità e un'eccellente stabilità nell'attraversare ostacoli irregolari, riuscendo a prendere decisioni autonome o semi-autonome su diversi tipi di terreno.

Arrivati alle competizioni scenarie, è stato come entrare nel territorio di casa di AgiBot. In qualità di "operaio" nativo, il robot Lingxi G2 era stato già ampiamente implementato su larga scala nelle fabbriche Longcheer e SAIC prima di partecipare ai Giochi, vantando un'esperienza lavorativa molto ricca.

La competizione scenaria di emergenza antincendio ha riprodotto un ambiente di incendio reale; i robot partecipanti hanno dovuto completare in sequenza tre missioni fondamentali: identificazione di materiali pericolosi, chiusura di valvole anomale, e presa dell'estintore per spegnere l'incendio.

L'estintore pesa dai 4,5 ai 5 kg, un carico che supera di gran lunga il limite massimo sostenibile dalle pinze terminali della stragrande maggioranza dei robot umanoidi attualmente sul mercato.

AgiBot non ha fabbricato pinze personalizzate costose per questo scopo, ma ha aggiunto una struttura di supporto al polso, sfruttando la resistenza strutturale del polso stesso per agganciare l'estintore, per poi inserirlo in un apposito contenitore portante sul telaio con un'inclinazione di 20 gradi. Questa ingegnosa struttura meccanica ha permesso di aggirare il collo di bottiglia del carico.

A complemento di questa serie di movimenti, AgiBot ha impiegato il suo sistema di teleoperazione oltre l'orizzonte visivo (sviluppato internamente), basato su una soluzione VR per la mappatura cinematica inversa. Il sistema trasforma i movimenti corporei dell'operatore in comandi per il robot, utilizzando un controllo di tutto il corpo per riflettere i movimenti dell'operatore sulla macchina, supportato da strategie di controllo della forza. Questo garantisce al robot flessibilità e tolleranza agli errori durante il contatto con l'ambiente, permettendo all'operatore di non dover evitare intenzionalmente ogni singola collisione e rendendo i movimenti più naturali e continui.

Nel controllo robotico tradizionale, qualsiasi contatto fisico che esca dalla traiettoria prestabilita può innescare la protezione da sovraccarico dei motori articolari, causando l'arresto del sistema.

Introducendo un algoritmo di controllo di tutto il corpo basato sul feedback di forza, AgiBot ha permesso ai robot di subire lievi deformazioni elastiche quando entrano in contatto con maniglie, valvole o attrezzature antincendio, proprio come le articolazioni umane, assorbendo così l'impatto delle collisioni.

La competizione scenaria in biblioteca mette alla prova la stabilità dell'intero processo. AgiBot ha formato una squadra congiunta con l'Università di Tsinghua e la Jiao Tong University di Shanghai, affrontando tre missioni: trasporto dal magazzino, collocazione dei libri sugli scaffali e identificazione e correzione di volumi mal posizionati.

Nelle operazioni pratiche di riordino dei libri, i riflessi luminosi sulle copertine e la disposizione disordinata dei volumi pongono requisiti estremamente elevati per il riconoscimento visivo. Il modello visivo adottato dalla squadra congiunta non è stato in grado di estrarre le informazioni testuali dalla superficie dei libri, ma anche di basarsi sullo spessore...