📰 智元 a publié le modèle intégré AGILE 2.0 de détection et de contrôle de la sécurité, avec une priorité qui n’est pas simplement de faire « voir » à un robot, mais d’intégrer ensemble la perception de l’environnement, la compréhension du terrain, le contrôle des mouvements complets et l’exploitation.
🔥 Ce modèle utilise une solution visuelle de bout en bout. Le X2 de Lingxi qui l’embarque a déjà réalisé des tâches dynamiques comme la marche sur balle, le saut à la corde, ou encore le transport collaboratif de caisses. Franchement, ces tests ne semblent pas du tout faciles : le robot doit à la fois analyser l’environnement et ajuster immédiatement ses mouvements.
💡 Avant, en regardant des démonstrations de robots, on voyait souvent des parcours fixes et des actions préparées à l’avance. Je ne m’attendais pas à ce que l’accent soit mis ici sur la perception de l’environnement en temps réel pendant le mouvement, puis sur des ajustements en fonction des changements. Cette direction se rapproche clairement davantage des exigences d’utilisation dans des scénarios réels.
En fait, marcher sur balle met à l’épreuve l’équilibre et le contrôle continu, sauter à la corde nécessite un bon enchaînement des mouvements, et le transport collaboratif de caisses ressemble encore plus à la réalisation d’une tâche par l’humain et le robot ensemble. Mettre ces trois types de tâches ensemble montre que l’AGILE 2.0 ne cherche pas à valider un mouvement isolé, mais plutôt à vérifier si la perception et le contrôle peuvent être connectés.
🤔 Une fois que le robot entre réellement en usine, en entrepôt, voire dans l’environnement du quotidien, il ne sera pas confronté à un sol parfaitement uniforme et à des instructions fixes. Le test dynamique du Lingxi X2 permettra-t-il de faire un pas vers le côté pratique du modèle intégré de perception et de contrôle ?
#智元机器人 #AGILE2.0 #人形机器人 #intelligence artificielle
🔥 Ce modèle utilise une solution visuelle de bout en bout. Le X2 de Lingxi qui l’embarque a déjà réalisé des tâches dynamiques comme la marche sur balle, le saut à la corde, ou encore le transport collaboratif de caisses. Franchement, ces tests ne semblent pas du tout faciles : le robot doit à la fois analyser l’environnement et ajuster immédiatement ses mouvements.
💡 Avant, en regardant des démonstrations de robots, on voyait souvent des parcours fixes et des actions préparées à l’avance. Je ne m’attendais pas à ce que l’accent soit mis ici sur la perception de l’environnement en temps réel pendant le mouvement, puis sur des ajustements en fonction des changements. Cette direction se rapproche clairement davantage des exigences d’utilisation dans des scénarios réels.
En fait, marcher sur balle met à l’épreuve l’équilibre et le contrôle continu, sauter à la corde nécessite un bon enchaînement des mouvements, et le transport collaboratif de caisses ressemble encore plus à la réalisation d’une tâche par l’humain et le robot ensemble. Mettre ces trois types de tâches ensemble montre que l’AGILE 2.0 ne cherche pas à valider un mouvement isolé, mais plutôt à vérifier si la perception et le contrôle peuvent être connectés.
🤔 Une fois que le robot entre réellement en usine, en entrepôt, voire dans l’environnement du quotidien, il ne sera pas confronté à un sol parfaitement uniforme et à des instructions fixes. Le test dynamique du Lingxi X2 permettra-t-il de faire un pas vers le côté pratique du modèle intégré de perception et de contrôle ?
#智元机器人 #AGILE2.0 #人形机器人 #intelligence artificielle
