Hugging Face与Pollen Robotics推出Microduck,开源平价机器人时代来临?

突发!Hugging Face与Pollen Robotics推出Microduck,开源平价机器人时代来临?

上周,Hugging Face和法国机器人公司Pollen Robotics发布了Microduck,这可是今年最让人想立刻掏钱的硬件产品。

Microduck是一只25厘米高、不到800克的鸭子机器人,它用15个舵机配合50Hz控制循环驱动神经网络策略,能走路、能蹲下、能摔倒了自己爬起来,甚至能用喙叼起地上的东西。其售价399美元,在北美、欧洲和英国开放预订,预计圣诞节前发货。

开源社区的反应已经说明了一切。GitHub主仓库(pollen - robotics/microduck)上线不到一周破5000 stars,甚至有中国开发者已经开始往GitHub上丢复刻方案了。比如fanhao375的microduck - replica仓库从官方MJCF和Rust源码反向拆出了装配图、CAD装配体和完整电控方案,还有IronSpiderMan做了基于Three.js的3D模型预览器。

Hugging Face的CEO Clem Delangue在发布时说了句挺值得琢磨的话:「欢迎来到开源平价机器人的时代,让物理AI和世界模型普及化。」这话背后是一整个技术栈的开源,从机器人控制SDK、MuJoCo仿真环境、PPO强化学习训练代码,到sim - to - real的域随机化策略和ONNX模型导出,全放在GitHub上,采用Apache 2.0协议。开发者可以在仿真里训练新行为,然后直接部署到真机上,不需要重新写代码。

Microduck的软件架构本身也值得一看。所有控制逻辑用Rust写在一个单体workspace里,拆成robotd、updaterd、configd、mediad等7个守护进程,通过Unix套接字上的JSON - RPC协议通信。这种设计让客户端无论来自App、控制台还是手柄,发送的都是同一套调用格式。SOC是Rockchip RK3566,固件升级支持签名验证和回滚,这些细节说明它不是玩具,是一台真正的机器人平台。

Pollen Robotics在官方博客里写了一段很有趣的话:他们选择把机器人做小,是因为「学习运动本身就是混乱的,在一个大号人形机器人上,失败的尝试既昂贵又危险。而一只小机器人摔倒,通常只是啪嗒一声躺在地上。」这种设计哲学让Microduck可以在家里、教室、工位上被反复折腾,摔倒了自己爬起来,不需要人捡。

鸭子造型也不是刻意设计的。团队成员Matthieu Lapeyre说,机器人的比例、突出的喙部和摇摇摆摆的步态决定了它只能是一只鸭子,而他们保留了这种气质,「因为它让机器人变得可亲,同时又没有隐藏下面的机械结构。」Microduck不说话,它通过奇怪的电子声交流,每台机器出厂时绑定了独一无二的音频身份,更像一只小动物而不是一个助理。

Hacker News社区上的反应总体热烈,但也有理性的观望。用户tyre直言不预订,「硬件项目在按时交付方面臭名昭著,'圣诞节前发货'这个承诺太容易被打破了。如果明年春天它还在,我再买。而且考虑到Hugging Face刚被Nvidia收购,我不确定这个项目的走向。」modeless则认为Microduck更像一个玩具而非Beni那样的实用机器人,「Beni的自主摄像师功能出厂就能用,你很难让Microduck做什么真正有用的事。」Philip - J - Fry的回应很精准,「Microduck定位是hacker toy,自己训练、自己写软件、自己hack。如果你想让女儿接触机器人,选Microduck;如果只是想要一个玩具,选Beni。」

Microduck发售的时机很有趣。就在它发布的同时,Nvidia以130亿美元估值收购Hugging Face的交易正进入尾声。Hugging Face一年前收购Pollen Robotics时,外界还在猜测AI模型平台买机器人公司要干什么。现在答案很清楚了,Microduck是Reachy Mini之后第二条产品线,也是Hugging Face从模型仓库走向物理AI平台的一块敲门砖。

技术细节上,Microduck和Pollen之前的Reachy系列形成了有趣的互补。Reachy Mini的核心是交互,语音、视觉、对话,它是「AI如何与人类互动」的实验平台。而Microduck从另一个方向切入:行动。两只机器人共享同一套开源哲学,但一个是「会说话的AI」,一个是「会动的AI」。

开了399美元这个价格,开源社区能拿它做什么,其实比机器人本身更有意思。Pollen团队在博客里写道:「当有几只Microduck同时出现时,好玩程度大概会乘以十,赛跑、踢球、多机器人协同行为。」已经有开发者在HN上发布了针对Microduck的开源「大脑」项目(quackd),还有人用Web Audio API给它做了声效生成器。社区驱动的行为,新的步态、恢复策略、课堂实验,才是Microduck真正的产品路线图。

内容概要:本文围绕“基于改进秃鹰算法的微电网群经济优化调度”展开研究,提出了一种改进的秃鹰搜索算法(BES),旨在解决微电网群在复杂运行环境下的多目标、强约束、非线性及高维经济调度问题。通过引入特定优化策略,增强了基础算法的全局搜索能力和收敛效率,克服了传统智能算法易陷入局部最优的缺陷。研究构建了一个包含分布式电源、储能系统多元负荷的微电网群调度模型,以最小化系统综合运行成本为核心目标,综合考虑功率平衡、设备出力能力、储能运行特性等多重约束条件。通过仿真实验验证了所提算法在调度精度、稳定性和计算效率方面相较于传统方法具有明显优势,并进一步展示了其在降低能源开支、提升可再生能源消纳水平方面的实际应用价值。; 适合人群:具备一定电力系统基础知识或优化算法背景,从事新能源调度、智能优化算法研究应用等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网群、综合能源系统等场景下的经济调度优化;②为秃鹰算法及其他群体智能算法的改进、复现性能对比提供参考范例;③服务于科研仿真、算法验证及工程化应用需求。; 阅读建议:建议读者结合文中提供的Matlab代码实现进行实践操作,重点关注算法改进机制调度模型的构建逻辑,同时可借助网盘资源获取完整资料,以加深对算法性能表现应用场景的理解。
内容概要:本文围绕“多种改进粒子群算法在深度神经网络卸载策略中的比较研究”展开,系统探讨了边缘计算环境下基于启发式优化算法的DNN任务卸载问题。文章首先剖析了传统粒子群算法(PSO)的基本原理及其在收敛性和全局搜索能力方面的局限性,继而深入介绍四种代表性改进算法:自适应权重PSO、混合遗传PSO、模拟退火PSO以及多目标PSO,详述其在提升寻优效率、增强鲁棒性及应对复杂多约束场景下的机制优势。研究通过构建DNN卸载模型,设计多维度性能评估体系,在延迟、能耗、资源利用率等关键指标上对各类算法进行对比实验分析,进而提出面向不同应用场景的算法选型策略优化建议。该工作为边缘智能系统中的计算任务调度提供了理论支撑实践指导。; 适合人群:具备一定人工智能优化算法基础,从事边缘计算、物联网、智能系统优化等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:① 掌握多种改进粒子群算法的核心思想实现机制;② 理解深度神经网络在边缘-云协同环境下的任务卸载建模方法;③ 学习如何通过仿真实验对比不同启发式算法的性能差异,并根据实际需求选择最优算法方案; 阅读建议:建议结合提供的Matlab代码实现进行动手实践,重点关注算法参数调优、适应度函数设计及实验结果可视化分析过程,以深入理解算法行为系统性能之间的内在关联。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值