解析波士顿Handle机器人背后的技术

混沌系统在图像加密中的应用（二维离散Hénon混沌映射）

Hénon映射是一种二维离散时间动力系统，由美国数学家Michel Hénon在1976年引入。它是混沌动力系统中的经典模型之一，具有简单的形式和复杂的行为。

CoRL 2024 | 波士顿动力自主强化学习助力移动操作持续提升

考虑一个复杂的高维系统，例如在开放空间中学习的具备移动能力的多足机器人，其可探索的空间比受限的桌面环境大得多。本文的方法主要包括以下几个核心组件：(1) 任务相关的自主性，用于收集具有有用学习信号的数据，(2) 通过整合先验知识与学习策略实现高效控制，(3) 结合高级视觉-文本语义与低级深度观测的灵活奖励设定。图 1：持续自主学习：本文使一个具备移动能力的多足机器人通过在现实世界中的练习，学习执行多种任务，如移动椅子（上图，左和右）、扶正簸箕（上图，中间）以及扫地（下图），并且几乎不需要人为干预。

Windows系统下AutoDock 4.2.6安装避坑指南（附MGLTools配置技巧）

本文详细介绍了在Windows系统下安装和配置AutoDock 4.2.6的完整流程，特别针对分子对接研究中常见的软件安装问题提供了解决方案。从环境准备、分步安装到常见报错处理，涵盖MGLTools配置技巧、工作目录设置和环境变量优化，帮助科研人员快速搭建稳定的分子对接平台。

解析波士顿动力Handle机器人背后的技术（附PPT+视频）

[转] http://www.leiphone.com/news/201703/URrR8CG2tmtghNDl.html 导语：Boston Dynamics 在机器人动力方面堪称翘楚，其由双足或多足机器人组成的机器人天团总是时不时能给我们带来惊喜。上周，Boston Dynamics 又发布了一段视频，并再次推出了一款全新机器人——Handle，这也是Boston Dynam

硬核干货|揭示波士顿动力机器人背后的专利技术（上）

来源：超凡知识产权，机器人大讲堂整理发布摘要：如果说在腿足机器人领域里，有一个让人闻之色变的变态企业，那就非波士顿动力莫属了。深耕几十年的技术积累加上“不谙世事”的科研态...

波士顿动力的机器人会开门了，中国还要奋力追赶

去年的时候，俄罗斯 Promobot 公司的机器人因为屡次逃跑而成为网红，并受到了现任俄罗斯总统普京的接见。但是，很多人质疑这只是一场炒作，毕竟公司的大门没关，机器人不小心溜出来并不困难。不过，现在有家公司的机器人学会开大门了，而且还会让同伴先走，这家公司就是一直刷新大众认知的波士顿动力。https://v.qq.com/x/page/m05528ksba8.html从视频中可以看到，一只 Spo...

【机器人基础】机器人的运动学控制和动力学控制

机器人运动学 机器人运动学就是用来解决位置控制问题的，常见的问题有两个： 1、正解建模 知道当前几个电机的转角，通过运动学方程得知机器人末端的位置 2、逆解建模 需要将机器人末端移动到指定位置，如何根据动力学方程来设计各个电机的转角 举例 机器人末端移动到指定点 机器人动力学 机器人运动学用来研究机器人运动 和 机器人关节电机输出力之间的关系 当机器人运动的时...

中国厂商主导人形机器人市场的技术逻辑与开源实践

机器人操作系统（ROS）作为机器人开发的核心软件框架，通过提供节点通信、硬件抽象和丰富的工具包，构建了机器人感知、决策与控制的基础。其模块化设计原理使得开发者能够高效集成传感器、执行器和算法，极大地加速了机器人原型的开发与迭代。这一技术价值在于降低了机器人研发的门槛，促进了全球开发者社区的协作与创新。在应用场景上，ROS广泛应用于教育科研、服务机器人、自动驾驶等领域，尤其在中国活跃的AI与硬件生态中，结合成熟的电子供应链，催生了大量聚焦场景落地的集成创新。本文以人形机器人为例，探讨如何利用ROS生态与国产硬

无配对运动重定向：异构人形机器人动作迁移新范式

运动重定向是具身智能中连接人类意图与机器人执行的关键技术，其核心在于将高层动作语义（如重心转移、支撑相切换）转化为符合物理约束的关节控制指令。传统方法依赖昂贵且脆弱的成对动捕数据，泛化能力差；而无配对方案通过解耦‘意图编码’与‘约束解耦重定向’，利用URDF建模硬件差异、GNN学习跨构型约束模式，实现单目视频到多类机器人（轮式双足、液压人形、四足平台）的端到端驱动。该技术显著降低动作部署门槛，支撑工业分拣、仓储搬运等场景的快速复用，是当前机器人运动规划从定制开发迈向标准化服务的重要突破。

协作机器人、四足机器人与人形机器人：核心技术栈对比与2026年产业落地选型指南

在机器人工程领域，运动控制、环境感知与系统集成是构建智能体能力的三大基石。其核心原理在于通过多自由度机械结构与相应的运动基座设计，赋予机器人特定的操作与移动能力，并结合传感器融合、实时规划与控制算法，使其能适应从结构化到非结构化的各类环境。这一技术组合的价值在于，能将自动化从固定的生产线解放出来，拓展至复杂、动态的真实世界。当前，其典型的应用场景已深入工业自动化、特种环境巡检与服务交互等多个维度。本文聚焦于协作机器人、四足机器人和人形机器人这三种主流“具身智能”形态，从自由度、运动基座、感知规划控制等技术栈

基于LLM与语音识别的机器人自然语言控制：从架构设计到工程实践

语音识别（STT）技术将人类语音转化为机器可读的文本，是实现自然语言交互的基础。其核心原理涉及声学模型与语言模型的结合，通过深度学习算法对音频信号进行特征提取和解码。这项技术的价值在于构建了人机之间最直观的沟通桥梁，极大地降低了使用门槛。在机器人、智能家居和工业自动化等应用场景中，语音识别常作为系统的输入前端。当与大型语言模型（LLM）结合时，便构成了更强大的认知决策系统。LLM能够理解模糊的、带有上下文的自然语言指令，并将其分解为结构化的任务序列。本文聚焦于如何将这两项技术深度融合，构建一个能够通过自然语

机器人产业化加速：从ROS 2开发到AI大模型的技术栈演进与实践

机器人技术正经历从实验室走向规模化应用的关键转折。其核心原理在于通过传感器感知环境、控制器执行决策，并在物理世界中完成指定任务。随着核心零部件成本下降与AI大模型技术的突破，机器人的智能水平与经济性显著提升，技术价值日益凸显。这推动了其在工业制造、物流仓储等“枯燥、肮脏、危险”场景的落地。在这一趋势下，以ROS 2（机器人操作系统）为核心的开发框架，结合强化学习和多模态大模型，正成为现代机器人技术栈的基石。开发者需掌握从底层实时控制到上层AI决策的全栈技能，以应对机器人量产化带来的工程挑战与机遇。

中国机器人进军硅谷，每日AI新闻，十大热点完整实战指南

中国机器人进军硅谷与AI十大热点新闻——深度解析与实战指南。

波士顿动力机器人逆天，人类已无法阻挡它的三级跳！

一直刷新大众认知的波士顿动力又秀出了新花样。 如今，波士顿动力的 Atlas 人形机器人可以玩跑酷了！在该公司发布的一段最新视频中，Atlas 展示了它可以单脚越过障碍物、跳到交错的箱子上，毫不费力！ 该公司表示，Atlas 全身重量为 75 公斤，约 165 磅，是“世界上最具活力的人形机器人”。它通过包括腿部、手臂、躯干来分配整个身体的能量和力量以单脚跳过原木。而且，...

机器人动力学参数辨识

待看： https://blog.csdn.net/u013528298/article/details/80701495 https://blog.csdn.net/gpeng832/article/details/88846208 https://blog.csdn.net/gotouchtech/article/details/86768681 https://blog.csdn.n...

波士顿动力又有黑科技：两足轮式机器人这样搬箱子

来自| 网易科技译者| 小小据TechCrunch报道，波士顿动力公司（Boston Dynamics）发布新视频，展示其升级版的两足轮式机器人Handle在仓库里搬箱子...

算法高级（46）-波士顿动力机器人ATLAS

一、引言 如果说阿尔法狗是对人类智力的碾压，那么，波士顿动力研发的机器人，正在挑战的是仿生学。 波士顿动力公司（Boston Dynamics）一致在专注于机器人的研发，每一次波士顿动力放出视频都会引起网友的围观惊叹，包括机器狗开门，户外慢跑跨越障碍，爬楼梯、避让行人、判断路径等都不在话下。 旗下ATLAS的表现无疑震惊了不少人，功能型人型机器人能够在各种情况下保持身体的稳定性，这对于人型...

波士顿动力真的无可企及吗？一步步剖析四足机器人技术（一）

四足机器人运动控制第一章 序第二章 运动状态姿态控制运动控制第三章 步态第四章 CPG震荡单元模型介绍Cpg模型分类基于HOPF振荡器的Cpg单元模型参考文献 第一章 序 足式机器人较传统的四轮式和履带式有着无与伦比的优势，其在复杂环境中具有更高的机动性，在军事任务和抢险任务中能够发挥出比传统轮式更大的作用。要想让机器人更智能，首先要做到的是让机器人能够像人或动物一样自由行动。在马克 雷波特看来，...

遥感图像处理论文合集，包含高光谱遥感等多个方向

遥感图像处理论文合集，包含高光谱遥感多个方向，适合遥感入门