在自然环境中，群体昆虫（如蜜蜂、蚂蚁、白蚁等）、鱼类和鸟类等动物可以通过合作来完成生物个体难以或不可能完成的任务。受到这些集群行为的启发，许多研究人员研究了自组装或可重构的模块化群机器人，然而，由于轮式 / 履带式机器人难以克服一些足 ...

机器人操控一直是机器人技术领域的核心挑战。从工厂中的机械臂到家庭服务机器人，如何让机器人灵活、精细且智能地完成各种操作任务，是研究者们数十年来努力的方向。传统的操控方法往往需要工程师精心设计控制规则，或者让机器人反复观看人类演示进行模仿学习。但这些方 ...

PNP机器人按：Science Robotics发表了由谷歌 DeepMind Robotics 团队牵头，并通过与 Intrinsic 以及伦敦大学学院的多年合作，引入了一种专门的人工智能模型，旨在正面解决一项尚未解决的多机器人运动规划难题。

接下来，RoboBallet使用图神经网络（GNN）作为策略网络，通过权重共享来处理不断变化的图大小。其以观测图作为输入，并在每个时间步为所有机器人生成指令关节速度。这使得机械臂能够在只接收原始状态作为输入的情况下，进行关系和组合推理。

研究团队深刻认识到这些障碍的存在。论文中提到，目前的外骨骼研究存在三大问题：首先是高度专业化的设备缺乏灵活性，比如专门辅助踝关节的设备很难改造用于髋关节研究；其次是各研究机构使用的软硬件系统相互独立，形成了技术孤岛，研究成果难以复现；最后是封闭的系统导致实验样本量 ...

在自动化制造领域，多个机械臂如何在充满障碍物的共享空间中高效协作、避免碰撞，一直是困扰业界的难题。如今，一项发表于《科学·机器人学》（Science Robotics）的新研究，为这一难题提供了创新解决方案——由DeepMind、Intrinsic AI和伦敦大学学院等机构联合开发的“机器芭蕾”（RoboBallet）系统，通过将图神经网络（GNN）与强化学习结合，实现了多机械臂的协同运动规划。

大自然是人类最伟大的导师，深海生物在极端环境下展现出的适应性和多样性，为科研团队提供了宝贵的仿生灵感。蝙蝠鱼是深海世界的“舞者”，通过巧妙的鳍肢运动，在深海中自由游弋、行走。研究团队正是从蝙蝠鱼的运动模式中汲取灵感，设计出能够游动 ...

在机器人领域，软体机器人因其柔软性和适应性而备受关注。然而，如何在保持柔软性的同时实现刚度可控，一直是一个难题。近日，新加坡南洋理工大学王一凡教授团队在这一领域取得了最新进展。他们的研究成果发表在《Science Robotics》期刊上，题为 “Scale ...

导语：这款机器人最酷的地方就在于，没有任何电子元件另辟蹊径完成了步态控制。 最新一期 Science Robotics 封面上，出现了一只四足机器人。 诶不对，放错图了，应该是下面这张。 据说这款机器人的研发灵感正是源于自然界中的乌龟，这么一说还真有点像！

北航新闻网3月20日电(记者 冯浩)在地球最深处马里亚纳海沟的万米深渊，压强相当于一个指甲盖上站了一头一吨重的犀牛，温度接近冰点，此前，能到达这里的深海机器人多为重量达数吨的刚性体大型潜航器，而对身长1米以内的小型机器人来说，这里的极端环境 ...

该研究团队开发了一款高度仿生的老鼠机器人。研究的核心创新在于引入了可变形的柔性脊柱，大幅提升了机器人的运动灵活性和效率。这一重大突破不仅推动了具有脊柱的足式机器人设计领域的发展，同时也为运动控制的相关研究提供了全新的视角和可能性。