لماذا تثق عملك لنا؟
نحن نأخذ الذعر من المشتريات.نحن مخزون الملايين من أجزاء من الصعب العثور عليها من مصادرنا الموثوق بها.نقوم بتحديث قوائم منتجاتنا بالدقائق، يتم الانتهاء من المشتريات عبر الإنترنت في الوقت الفعلي وشحنها كل يوم.
تأسست Instockin في عام 2002، وهي شركة رائدة محلية في توزيع المكونات الإلكترونية، ويتم الاعتراف بها أيضا باعتبارها واحدة من الشركات الأكثر احتراما ومبتكرة في السوق المحلية اليوم.في هونغ كونغ، حصل Instockin على سمعة رائعة لتوفير خدمة رائعة وتطوير حلول سلسلة التوريد العالمية الفعالة وشاملة.
أعرف أكثر >
روبوتات تدريب للحركات الرياضية
هل يمكن أن تتحرك الروبوتات مثل الرياضيين؟يساعدهم نموذج التدريب الجديد على تكرار التحركات الرياضية ، لكن النتائج تظهر كل من التقدم والتحديات غير المتوقعة.
قام فريق من باحثو الذكاء الاصطناعي والروبوتات من جامعة كارنيجي ميلون ، إلى جانب زملاء من NVIDIA ، بإنشاء نموذج جديد لتدريب الروبوتات على التحرك مثل الرياضيين البشريين.لاحظ الفريق أن معظم التدريب الآلي يركز على الحركة ، مما يؤدي إلى الروبوتات التي تتحرك بكفاءة ولكن دون السيولة أو الرياضية.لمعالجة هذا ، استكشفوا تدريب الجسم بالكامل.وجدوا أن النماذج الحالية تفتقر إلى القدرة على التكيف واعتمدت على العديد من المعلمات ، مما يجعل حركات الروبوت حذرة بشكل مفرط.وقد قادهم ذلك إلى تطوير إطار تدريب جديد على مرحلتين.
تقوم المرحلة الأولى بتدريب وحدة AI على تحليل مقاطع فيديو الحركة البشرية بالكامل ، وضبط الحركات الرئيسية لتناسب إمكانات الروبوت باستخدام تتبع الحركة.تجمع المرحلة الثانية من بيانات العالم الحقيقي لسد الفجوة بين الحركة البشرية في مقاطع الفيديو وكيفية أن تتحرك الروبوتات جسديًا.أدت هذه العملية إلى إطار يسمى المحاكاة المحاذاة والفيزياء الحقيقية (ASAP).
يتكون إطار ASAP من أربع خطوات.أولاً ، يتضمن تتبع الحركة قبل التدريب وجمع المسار الحقيقي حركات الإنسان المعاد استهداف من مقاطع الفيديو البشرية.يتم تدريب سياسات تتبع الحركة المتعددة مسبقًا لتوليد مسارات حركة في العالم الحقيقي.بعد ذلك ، يتم تنفيذ التدريب على نموذج عمل دلتا باستخدام بيانات الترحيل في العالم الحقيقي.تقلل هذه الخطوة من التناقض بين الحالة المحاكاة والدولة الحقيقية الفعلية ، مما يحسن دقة النموذج.
في مرحلة صقل السياسة ، يتم تجميد نموذج عمل دلتا ودمجه في جهاز المحاكاة لتتوافق بشكل أفضل مع فيزياء العالم الحقيقي.ثم يتم ضبط سياسة تتبع الحركة المدربة مسبقًا بدقة أكبر.أخيرًا ، في النشر في العالم الحقيقي ، يتم تنفيذ السياسة التي تم ضبطها مباشرة في العالم الحقيقي دون الاعتماد على نموذج عمل دلتا ، مما يضمن أن يتمكن الروبوت من أداء حركاته المدربة بشكل مستقل.
لاختبار الإطار ، قام الباحثون بتدريب روبوت على تكرار الحركات الرياضية الأيقونية.لقد قامت برصاصة قفزة Kobe Bryant's Fadeaway ، و Lebron James 'Silencer Move ، و Cristiano Ronaldo's Siu Leap مع تدور في الهواء.تم تسجيل كل حركة.
تشبه حركات الروبوت بوضوح التحركات الرياضية الشهيرة ، مما يبرز التقدم في الحركة الكاملة.ومع ذلك ، من الواضح أيضًا أن هناك حاجة إلى مزيد من العمل قبل أن يخطئ روبوت في رياضي محترف.
قام فريق من باحثو الذكاء الاصطناعي والروبوتات من جامعة كارنيجي ميلون ، إلى جانب زملاء من NVIDIA ، بإنشاء نموذج جديد لتدريب الروبوتات على التحرك مثل الرياضيين البشريين.لاحظ الفريق أن معظم التدريب الآلي يركز على الحركة ، مما يؤدي إلى الروبوتات التي تتحرك بكفاءة ولكن دون السيولة أو الرياضية.لمعالجة هذا ، استكشفوا تدريب الجسم بالكامل.وجدوا أن النماذج الحالية تفتقر إلى القدرة على التكيف واعتمدت على العديد من المعلمات ، مما يجعل حركات الروبوت حذرة بشكل مفرط.وقد قادهم ذلك إلى تطوير إطار تدريب جديد على مرحلتين.
تقوم المرحلة الأولى بتدريب وحدة AI على تحليل مقاطع فيديو الحركة البشرية بالكامل ، وضبط الحركات الرئيسية لتناسب إمكانات الروبوت باستخدام تتبع الحركة.تجمع المرحلة الثانية من بيانات العالم الحقيقي لسد الفجوة بين الحركة البشرية في مقاطع الفيديو وكيفية أن تتحرك الروبوتات جسديًا.أدت هذه العملية إلى إطار يسمى المحاكاة المحاذاة والفيزياء الحقيقية (ASAP).
يتكون إطار ASAP من أربع خطوات.أولاً ، يتضمن تتبع الحركة قبل التدريب وجمع المسار الحقيقي حركات الإنسان المعاد استهداف من مقاطع الفيديو البشرية.يتم تدريب سياسات تتبع الحركة المتعددة مسبقًا لتوليد مسارات حركة في العالم الحقيقي.بعد ذلك ، يتم تنفيذ التدريب على نموذج عمل دلتا باستخدام بيانات الترحيل في العالم الحقيقي.تقلل هذه الخطوة من التناقض بين الحالة المحاكاة والدولة الحقيقية الفعلية ، مما يحسن دقة النموذج.
في مرحلة صقل السياسة ، يتم تجميد نموذج عمل دلتا ودمجه في جهاز المحاكاة لتتوافق بشكل أفضل مع فيزياء العالم الحقيقي.ثم يتم ضبط سياسة تتبع الحركة المدربة مسبقًا بدقة أكبر.أخيرًا ، في النشر في العالم الحقيقي ، يتم تنفيذ السياسة التي تم ضبطها مباشرة في العالم الحقيقي دون الاعتماد على نموذج عمل دلتا ، مما يضمن أن يتمكن الروبوت من أداء حركاته المدربة بشكل مستقل.
لاختبار الإطار ، قام الباحثون بتدريب روبوت على تكرار الحركات الرياضية الأيقونية.لقد قامت برصاصة قفزة Kobe Bryant's Fadeaway ، و Lebron James 'Silencer Move ، و Cristiano Ronaldo's Siu Leap مع تدور في الهواء.تم تسجيل كل حركة.
تشبه حركات الروبوت بوضوح التحركات الرياضية الشهيرة ، مما يبرز التقدم في الحركة الكاملة.ومع ذلك ، من الواضح أيضًا أن هناك حاجة إلى مزيد من العمل قبل أن يخطئ روبوت في رياضي محترف.