人形机器人游戏的世界将于8月14日开放，并有资格参加足球比赛，这是重要的赛事之一。来自国内大学的参与团队Geohbots陷入了游戏状况，比赛中较少。北京业务每日记者的团队成员解释说，他们的机器人是在比赛期间收到红牌后派出的，因为该算法没有认识到对手的机器人，并考虑了恶意的裁判碰撞，“它只知道如何观看球和球场。” 据报道，参加3V3竞赛的每个团队都有四个可使用的机器人，三个起动器和一个替代者，而且一个无疑使Geohbots团队被动的人。 偶然陷入绿色场的金属人物实际上是与行业未来的技术升降机 - 精心调试，优化程序算法以及失败案例的积累人形机器人从实验室到商业场景的探路路径。 全面的技术审查 机器人的足球比赛绝不是复制该男子的足球比赛，而是为技术能力建立实用的评论室。 加速进化机器人公司的后销后技术支持经理卢明将这次考试的核心测试要点拆分给北京业务日常记者：“机器人的操作和控制是能力和步态，例如下肢可以步行的速度，步态和步态可以使用什么脚步和脚步，这是您可以使用什么机器人，以及脚步的脚步，是否可以使用脚步，以及脚步的脚步，如果是脚步的脚步，以及脚步的脚步，是否可以使用脚步，以及脚步的方法，是否可以使用脚步，如果是脚步的方法，以及是否可以使用脚步。准确地玩； 场地上每个团队准备工作的详细信息显示出类似的技术抛光显微镜：从马来西亚窃取团队的团队告诉北京业务每天，在比赛开始之前，他们需要重复调整机器人的灵敏度和操作控制参数通过计算机将机器人推出，并继续以目标方式识别游戏的操作控制和理解。 Geohbots还向记者透露，他们需要在游戏前刷码和程序，包括视觉，行动和策略等细节，这都是为实际战斗做准备的。 在现场，您经常会看到人类团队的成员持有计算机并遵循类人形机器人。两者通过长的数据线连接，看起来很像牵引绳。这正是他们正在专门的准备和准备工作 - 机器人通过计算机上的数据屏幕传递，人们基于此数据匹配了该屏幕。当然，在比赛中，这些机器人将不得不释放绳索并独立执行。但是测试并不顺利。 Lu Ming甚至回顾了《北京商业日报》记者，如果机器人的愿景不好，就不清楚了，将其定位正确，然后精确地踢它。如果我决定S不好，这将对要使用的措施做出错误的判断。当与这些因素结合使用时，强大和弱团队之间的差异是巨大的 - 由于视觉盲目的区域，有些机器人在空地上疯狂地奔跑，而其他机器人则在捍卫决策错误并冲向前场上，并最终遭受了巨大的失败。 但是，失败的试验时刻并不毫无价值 - 就像不断变化的商业技术的“问题的错误书”一样，每个错误为算法的优化提供了准确的坐标。 尝试应用程序 也许有些人想知道动员如此多的人和机器人被扔在农场上有什么意义？答案隐藏在不是很明显的技术细节中。 卢明指出了一个机器人，该机器人在农场上进行了水平运动，并向北京商业每日记者解释说：“您看到，他有水平运动，例如step蟹，被视为运球。”这种类型的PA在农场开发的发品疗法可能是机器人NG家庭服务的灵活方法，即将在将来错过客厅里的咖啡桌。 卢明还指出，其中许多机器人每天都必须玩四场比赛，并且仍然可以在严重和频繁的碰撞下正常工作，即使它们跌落时也可以独自一人 - 稳定，耐用，可调节的硬件性能是与行业，家庭护理和其他场景合作的基本要求。 上述机器人的身份限制也可以通过更复杂的算法来解决“仅识别球但不能识别球”的机器人，以便可以正确训练环境理解数据，并且可以将水杯，遥控器和毛巾分配到未来的清除水上场景中，以避免在服务中的恐惧。 参与的生态学包含用于推进该行业的新力量。 Geo-Hbots团队向北京商业每日记者透露，他们只参加了LESS在游戏前的准备时间超过两个月的准备工作，依靠开放资源由制造商提供的主要平台；卢明还告诉记者说，今天很难谈论游戏的质量，这更多的是让每个人都玩并激发奇迹。人形机器人刚刚在中国开始。当加速进化公司的机器人交付给参与团队时，他们带着演示算法的开源来竞赛。 “我们需要让学生通过竞争，了解机器人并有兴趣研究它。毕竟，理论和技能与建立控制，理解和方法不同。” 每当实现目标时，参与团队的成员至少在进球时总是在欢呼中爆炸。可以看出，他们真的很高兴，好像是一名主教练一样 - 这种包容性的参与生态系统种植了未来的开发人员组。慢功夫的伟大未来 在比赛中，一些进攻性轮换非常简单，很粗糙 - 一支球队在中场附近的机器人射击，然后球直到一半，然后转向对手的进球。 但是，人形机器人行业的演变可能不是一夜之间可以实现的爆炸，并且需要缓慢的努力才能在包括竞技场在内的试验和错误中积累。 Lu Ming强调了北京业务日报中的主要竞争数据数量：“我们将继续创建相关的解决方案，我们将能够提供更多的数据，并且研究和判断机器人模型的技能将更加强大。最后，我们必须促进人形机器人的发展。 艰难控制的这些稳定性，感知的准确性和在绿色领域中积累的理性决策编织技术网络：只有当硬件耐用性达到标准时，机器人才能进入真实场景；当算法识别准确地理解了人类的需求；当多模型坐标时，可以实施商业化。 大概十年后，当家庭机器人熟练地帮助您提供水和工厂机器人准确携带零件时，他们的紧张摩托车和大脑逻辑首先是在这个笨拙的足球比赛中由一群学生和工程师抛光的。 我面前遇到的机械数字是使用成功或失败的动作来积累人形机器人行业的未来信心。 （负责编辑：朱赫） 神性：中国净资金已印刷本文以提供其他信息，并不代表本网站的观点和立场。本文的内容仅供参考，并且不会产生投资建议。投资者在此基础上以自己的风险行事。