机器人

【论文速递】2025年第33周(Aug-10-16)(Robotics/Embodied AI/LLM)中文使用 googletrans 翻译，翻译不对的地方以英文为准标题: GLM-4.5: Agentic, Reasoning, and Coding (ARC) Foundation Models

强化学习 Policy 的 Tracking 能力全解析，以Legged_gym为例解说Policy的训练流程Legged Gym 的强化学习 Policy 本质上是一个通用的多模态跟踪系统。通过设计不同的观测空间和奖励函数，Policy 可以学习跟踪各种目标：

强化学习与机器人控制仿真

ProtoMotions 3 入门教程（一）开源 GPU 加速人形机器人强化学习仿真训练框架目录系列文章目录前言0.1 关键特性0.2 高层架构一、安装1.1 前提条件1.2 选择您的模拟器(s)

川崎焊接机器人保护气体省气在现代焊接自动化领域，川崎焊接机器人凭借其卓越性能和稳定表现，已成为众多制造企业的首选设备。随着环保要求日益严格和生产成本压力增大，川崎焊接机器人省气受到广泛关注。WGFACS省气装置的应用，为焊接过程中的保护气体节约提供了创新解决方案。

【机器人】复现 RoboBrain2.0 具身大脑模型 | 统一感知、推理和规划能力RoboBrain 2.0是一个机器人的具身大脑模型，具备统一感知、推理和规划能力；同时适应对物理环境中复杂的具身任务；

【论文速递】2025年第34周(Aug-17-23)(Robotics/Embodied AI/LLM)中文使用 googletrans 翻译，翻译不对的地方以英文为准Self-supervised learning holds the promise of eliminating the need for manual data annotation, enabling models to scale effortlessly to massive datasets and larger architectures. By not being tailored to specific tasks or d

芝麻开门-新起点

具身机器人的软件系统架构具身机器人作为能够与物理世界直接交互、具备环境感知与自主决策能力的智能系统，其软件架构的核心目标是实现“感知-决策-执行”的闭环协同，同时满足实时性、可靠性、可扩展性与模块化的设计要求。基于这一目标，主流的具身机器人软件系统通常采用分层架构设计，从上至下依次分为感知层、认知决策层、运动控制层，辅以通信层、驱动层和系统管理层作为支撑，各层通过标准化接口实现数据流转与功能协同。以下将详细拆解各层的核心功能、关键技术及典型模块。

推前映射（Push forward）和拉回映射（Pull back）最近，学习到了微分几何的“迷雾区”——推前映射（Push forward）和拉回映射（Pull back）。推前映射比较容易理解，从一个切空间映射到另一个切空间。但是，余切空间（切空间的对偶空间）之间的拉回映射，开头给我整懵圈了（从数学层面，容易符号化推理出来，但是找不到对应的物理意义，就完全不知道为什么这样定义，感觉就像搞着玩一样）。结合机器人学，进行了进一步的思考（知道了为什么这么定义，不是瞎定义的），所以，记录如下。本博客阅读预备知识：已经知道微分几何中的推前映射和拉回映射（包括切空间和余切空间

【论文速递】2025年第32周(Aug-03-09)(Robotics/Embodied AI/LLM)中文使用 googletrans 翻译，翻译不对的地方以英文为准We present Qwen-Image, an image generation foundation model in the Qwen series that achieves significant advances in complex text rendering and precise image editing. To address the challenges of complex text rendering, we

芝麻开门-新起点

机器人技术架构深度解析与创业机会洞察随着人工智能、传感器等技术的突破及应用场景的持续拓展，机器人产业已进入高速增长期。《中国机器人产业发展报告》显示，2019年中国机器人市场规模达745亿元，预计2025年将突破1500亿元，复合年增长率超15%。要把握这一产业机遇，需先明晰其技术架构的核心逻辑，再结合市场需求挖掘创业切入点。本文将从技术架构拆解与创业机会分析两大维度展开，为行业参与者提供参考。

人形机器人WBC控制方法介绍Whole-Body Control（WBC）是一种基于任务优先级的实时全身运动与力控制框架，用于协调人形机器人多个自由度（DoF），同时满足运动学/动力学约束与多任务目标（如平衡、手部操作、足部接触等）。

RPA机器人就用八爪鱼

RPA赋能产品日报自动化：企业决策效率提升新引擎在数字化商业竞争中，产品日报作为反映业务动态、支撑决策的核心文档，其制作效率直接影响企业市场响应速度。传统产品日报依赖人工完成数据采集、整理、报表生成与分发，不仅耗时（单份日报平均需2-3小时）、人力成本高，还易因数据错漏影响决策准确性。RPA（机器人流程自动化）技术通过“多源数据自动采集+智能处理+多渠道分发”的全流程自动化，实现产品日报“无人值守”制作，效率提升90%以上，成为企业优化运营流程、加速决策的关键工具。

RPA机器人就用八爪鱼

RPA采集爬虫：数据采集自动化的高效解决方案在数据驱动的时代，高效获取精准数据是企业决策与业务增长的核心需求。传统数据采集依赖人工操作，不仅耗时费力，还易因人为失误导致数据偏差，难以满足大规模、高频次的采集需求。而RPA采集爬虫（Robotic Process Automation采集爬虫）作为自动化数据处理的核心工具，通过软件机器人模拟人类操作执行重复性任务，彻底改变了传统采集模式。本文将深入解析RPA采集爬虫在数据采集中的应用逻辑、实施步骤与最佳实践，助力企业借助自动化技术提升数据处理效率，释放人力价值。

室联人形机器人居家服务：提高安全性、任务场景降维、工作流程目录：0 引言1 人形机器人居家服务的需求痛点与应对思路1.1 安全性困境1.1.1 传感器被干扰导致的安全风险

拿博客当笔记本

[ROS2实战] 从零打造SLAM机器人(一)：基于ESP32与Micro-ROS的底盘运动控制与里程计实现SLAM的本质：SLAM 就像人闭着眼睛走路摸墙画地图。底盘的作用：如果人走路晃晃悠悠（电机控制不稳），地图就会画歪。

科普瑞传感仪器

航空航天领域青睐：复杂曲面机器人抛光为何必须采用六维力控？在高端制造领域，复杂曲面（如航空发动机叶片、汽车模具、艺术品构件）的抛光一直是个难题。它极度依赖老师傅的手感和经验，不仅效率低，质量也难以保持一致。如今，机器人自适应抛光六维力控系统的出现，正将这道难题变为标准化的精密工艺。

Webots 2025a + ROS 2 Jazzy e-puck 机器人教程本教程跳过环境安装环节，聚焦实操步骤和深度研究维度，从基础仿真启动到核心模块拆解，每一步都标注操作指令、验证方法和研究切入点，帮助你彻底掌握 e-puck 机器人的 ROS 2 集成使用。

科普瑞传感仪器

告别“盲打磨”：六维力传感器如何通过选型实现真正的机器人恒力控制？想让打磨机器人摆脱“死板”，像老师傅一样拥有稳定而灵活的“手感”吗？恒力打磨的奥秘，核心在于为机器人赋予高精度的“触觉”，而这正是六维力传感器的使命。

自动化工业夹爪除了各系列的专属优势，TOYO 电抓还有多项通用核心亮点，使其在自动化领域极具竞争力：