LATENT: Учимся играть в теннис на гуманоидном роботе с помощью неполных данных

Проект LATENT учит робота-гуманоида играть в теннис. Для обучения используют неидеальные данные, только фрагменты движений человека, а не полные записи матчей.
Это снижает сложность сбора данных. Система исправляет и комбинирует эти фрагменты. В итоге робот умеет точно отбивать мяч и попадать в нужные зоны. При этом движения остаются естественными.
Для перехода из симуляции в реальный мир сделали специальные доработки. Политика управления была успешно применена на роботе Unitree G1. Он стабильно проводит многократные розыгрыши с людьми.
Проект показывает, что даже неполные данные можно использовать для сложных спортивных навыков роботов. Подробнее можно узнать и посмотреть видео на LATENT.
Изучить код и бумаги можно на странице проекта. Это полезно для всех, кто интересуется робототехникой и машинным обучением в спорте.
Поделиться:
Ещё из архива
Все публикации
Интервью с Владимиром Аюевым: графический язык бигтеха, студия SASHA и дизайн-образование
1 месяц назад
Jockey от TwelveLabs: ИИ-агент для семантического поиска по видеоархивам и извлечения метаданных
1 месяц назад
Архитектура винной этикетки: баланс наборного шрифта и каллиграфии в кейсе Winecraft
1 месяц назад
Оптимизация контекста в Claude Code: как работает кэширование промптов и за что мы платим
1 месяц назад
Архитектура памяти для LLM-агентов: от базового SQLite до Graph RAG
1 месяц назад