El marco del algoritmo de control de movimiento del campeón de la media maratón de robots de Beijing, 'Tien Kung', ahora es de código abierto

Foto: VCG

El Centro de Innovación de Beijing para Robótica Humanoide lanzó recientemente el marco del algoritmo de control de movimiento del robot "Tien Kung", campeón de la media maratón de Beijing, lo que llena un vacío en el ámbito del código abierto para marcos de control de movimiento de robots humanoides de alto rendimiento, según informó CCTV News el martes.

El marco del algoritmo "Tien Kung-Lab", desarrollado independientemente por el Centro de Innovación de Beijing para Robótica Humanoide, puede entrenar robots humanoides para que se adapten de forma autónoma a terrenos complejos y se muevan con rapidez en poco tiempo. Se espera que su lanzamiento proporcione soporte técnico fundamental para que más robots humanoides salgan del laboratorio y realicen tareas en entornos altamente complejos.

El centro también inauguró varios campos de entrenamiento de robots virtuales que permiten la interacción en escenarios completos, lo que permite la recopilación y el entrenamiento de datos de inteligencia incorporada a gran escala.

Según CCTV News, debido a la limitación del número de robots que pueden operar simultáneamente en entornos reales como salas de estar, salones, cocinas, supermercados y fábricas, los desarrolladores han creado escenarios de simulación de gemelos digitales para recopilar y entrenar datos de inteligencia incorporada a gran escala.

Seis importantes campos de entrenamiento de robots gemelos digitales, desarrollados por el Centro de Innovación de Robótica Humanoide de Beijing y el Instituto de Diseño Arquitectónico de Pekín, se han puesto a disposición de desarrolladores de todo el mundo. En estos campos de entrenamiento se puede simular más de 200 tipos de objetos móviles de alta precisión, como cajones, armarios y refrigeradores. Los desarrolladores pueden entrenar directamente basándose en entornos existentes o generar rápidamente nuevos recursos de objetos para ampliar los escenarios de simulación.