Une équipe de recherche de l'Université Carnegie Mellon a réalisé des progrès significatifs. Le cadre d'IA H2O qu'ils ont développé utilise la technologie d'apprentissage par renforcement pour réaliser la téléopération en temps réel des mouvements du corps entier des robots humanoïdes. Cette technologie dépasse les limites du fonctionnement à distance traditionnel, capture les mouvements humains via des caméras RVB et les imite en temps réel par le robot, établissant ainsi une nouvelle étape dans la technologie de contrôle des robots. Le système combine intelligemment le filtrage d'imitateurs privilégiés et la construction d'un ensemble de données de mouvement pour garantir un fonctionnement efficace et stable dans des scénarios réels, démontrant ainsi le grand potentiel de l'intelligence artificielle dans le domaine du contrôle des robots.
Le framework d'IA H2O développé par l'équipe de l'Université Carnegie Mellon utilise l'apprentissage par renforcement pour permettre aux mouvements humains de contrôler des robots humanoïdes en temps réel. Grâce au dépistage privilégié d'imitateurs et à la construction d'un ensemble de données de mouvement, la téléopération sur le mouvement du corps entier dans des scènes réelles a été réalisée avec succès. La caméra RVB capture les mouvements humains et le robot les imite en temps réel.
Le succès du framework H2O réside non seulement dans son avancée technologique, mais également dans son application dans des scénarios réels. Ce résultat de recherche ouvre la voie à de futures applications des robots humanoïdes dans davantage de domaines et ouvre également de larges perspectives pour le développement intégré de l’intelligence artificielle et de la technologie robotique. On pense que des applications plus innovantes basées sur des technologies similaires apparaîtront à l’avenir, favorisant le développement de l’intelligence artificielle et de la technologie robotique.