登录社区云，与社区用户共同成长
邀请您加入社区
本文介绍了使用NVIDIA Isaac Sim构建机器人数字孪生的教程。主要内容包括：1) 场景搭建基础，涉及环境设置、物理属性配置、光照和地面添加；2) 简易机器人组装，指导创建基础形状并赋予物理特性；3) 材质与碰撞属性设置，包括摩擦系数调整和视觉材质分配。教程采用渐进式学习路径，从基础概念到高级应用，重点讲解了USD场景编辑、刚体物理模拟等核心技术。通过实践操作，读者可以掌握虚拟环境搭建和机
本文介绍了在NVIDIA Isaac Sim中构建基础机器人和添加传感器的完整流程。首先详细讲解了如何为双轮移动机器人建立骨架结构，包括添加旋转关节、设置关节驱动参数、创建关节体以及配置速度控制器。随后展示了如何为机器人安装相机传感器，包括相机创建、位置调整、视角验证以及绑定到机器人主体等步骤。教程通过GUI操作演示了机器人从基础构建到功能完善的全过程，既适用于手动组装的简单机器人，也为理解复杂机
本文详细介绍了在Omniverse USD Composer中装配移动机器人的完整流程。以叉车为例，教程分为六个主要步骤：首先导入未装配的USD资产；然后识别7个关键关节（4个非受控滚轮、1个货叉平移关节和2个后轮驱动/转向关节）；接着整理层级结构，创建body、lift等Xform组织网格组件；随后设置碰撞属性，为不同部件配置合适的碰撞近似方式；最后添加移动副和旋转副，包括为货叉设置Z轴移动副、
在强化学习领域，人体动捕数据前沿技术的应用的是核心突破口。通过真人穿戴专业动捕设备，可精准捕捉人体关节运动轨迹，生成高保真的原始动作数据——这类数据贴合人类自然动作逻辑，更适配机器人模仿学习与强化训练的数据需求。
由多模态大模型启发的，具有数理基础的认知与规划研究，与生命科学家的成果融合，并与实时的控制模块融合，可以显著增强具身智能机器人在非结构化环境下的泛化性和实用性。，就是软中有硬，硬中有软，并且通过联合仿真验证，就是有软有硬的情况下，让系统更加保持一致，让软件模块更加接近硬件，让整体系统更加符合我们的软硬件一致性的期望。同时不断提升具身智能机器人的安全性，及其与人的共情能力，让具身智能机器人真正走向我
本文梳理了具身智能、智能机器人和人形机器人的概念区别及相互关系。具身智能是人工智能的重要分支，强调智能体通过物理实体与环境交互，实现感知、认知、决策和行动一体化，其表现形式多样。智能机器人是具身智能的一种具体应用，需具备物理身体和与物理世界交互的能力。人形机器人则是智能机器人的高级形态，模仿人类外形和行为。专家指出，人形机器人虽具心理亲近感，但技术难度大、成本高；而具身智能更注重实际功能，不局限于
具身智能是实现通用人工智能的必经之路，其核心是通过智能体与数字空间和物理世界的交互来完成复杂任务。近年来，多模态大模型和机器人技术得到了长足发展，具身智能成为全球科技和产业竞争的新焦点。然而，目前缺少一篇能够全面解析具身智能发展现状的综述。因此，鹏城实验室多智能体与具身智能研究所联合中山大学 HCP 实验室的研究人员，对具身智能的最新进展进行了全面解析，推出了多模态大模型时代的全球首篇具身智能综述
双臂机器人在类人操作科研中具有显著优势，其7个自由度的设计模仿了人类手臂的运动能力，提供了更高的灵活性和精确度；Franka机器人配备了先进的力感知技术，能够实现对接触力的敏感反馈，这对于执行精细操作和避免损伤物体至关重要。此外，双臂设计支持复杂的协同任务，如装配和搬运，模拟了人类的双手操作模式，提高了任务执行的效率和自然性。这些特点使得Franka机器人成为研究先进操作技能
公司创始人陈俊波表示，随着大模型的升级，LPLM大模型将逐步适用于移动操作机器人和人形机器人，将在2026年实现移动操作机器人通用大脑的快速落地，2030年实现人形机器人通用大脑的规模化落地，最终实现通用具身智能大模型，让大模型也能应用于叉车、挖掘机、铲车等传统设备中。[有鹿机器人]（公司全称：浙江有鹿机器人科技有限公司）于2023年2月杭州成立，专注于大模型+具身智能领域，依托于自主研发的第二代
Locomotion 决定了机器人的下限，它让机器人能在这个物理世界里生存下去、跨越千山万水；Manipulation 决定了机器人的上限，它让机器人能真正使用工具、替代人类劳动、创造无限价值。未来已来，不要做具身智能时代的旁观者，带上你的数据手套，去炼制属于你的赛博大脑吧！本文首发于 CSDN，作者：[Gups]。如果你也在做具身智能、机械臂控制或模仿学习，欢迎在评论区交流讨论！
而家用服务机器人的电池容量通常在 100Wh 左右，若搭载这样的大模型，仅模型推理就会让电池在 2-3 小时内耗尽，再加上电机、传感器等硬件的能耗，实际工作时间可能不足 1 小时。现在市面上的机器人，大多是 “专人专岗” 的存在 —— 扫地机器人只能扫地，洗碗机器人只能洗碗，一旦场景发生变化，比如让扫地机器人去整理桌面，它就会 “手足无措”。这种架构的核心思路是：将模型拆分为低功耗的核心模块和高性
世界模型属前沿探索领域，阿里的HappyOyster与谷歌Genie3同属世界模拟器流派。它基于原生多模态架构，支持多模态理解与音视频联合生成，用户可实时构建互动、演绎、探索的AI数字世界，生成的世界还能保存和二次创作。4月16日，阿里巴巴发布世界模型产品HappyOyster，它基于原生多模态架构，有漫游和导演两大核心能力，能构建互动数字世界，与谷歌Genie3同属流派但有差异化优势。Happy
