超越模拟:通过Pepper的开源数字双胞胎解锁人形机器人能力和智能的前沿
Hiba Sekkat1, Oumaima Moutik1, Badr El Kari1
1Euromed University of Fes, UEMF, Morocco.
Heliyon
|August 8, 2024
概括
本研究介绍了使用机器人操作系统2 (ROS 2) 的Pepper机器人开源数字双胞胎,增强机器学习模拟. 现实化的模拟平台促进了人形机器人和人工智能集成的先进研究.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
- 机器学习 机器学习
背景情况:
- 现实的模拟对于开发复杂的机器人行为至关重要.
- 现有的模拟环境可能缺乏先进的人形机器人任务所需的忠诚度.
- 胡机器人是人机交互研究的一个流行的平台.
研究的目的:
- 开发一个高保真,开源的Pepper机器人的数字双胞胎.
- 为了提高机器学习任务的模拟的现实性,涉及人形机器人.
- 为机器人研究提供一个协作平台.
主要方法:
- 开发了一个自定义的ROS 2包,集成了Gazebo Sim,MoveIt 2和Rviz2.
- 创建了真实的环境,反映了现实世界的机器人行为和互动.
- 与Choregraphe软件和真实机器人的性能进行验证的模拟准确性.
主要成果:
- 实现了Pepper机器人物理运动的高保真模拟.
- 证明了复杂的机器学习任务的增强模拟现实性.
- 验证了数字双胞胎的准确性和可靠性.
结论:
- 开源数字双胞胎是一个强大的平台,用于推进人形机器人研究.
- 这种模拟环境支持集成复杂的机器人学习算法.
- 开发的工具促进社区协作和进一步研究人工智能驱动的机器人.


