教练( oussama himani kha TiB ):好的。我们开始吧。欢迎来到机器人2008年。新年快乐，每个人。在机器人技术的介绍中，我们将真正覆盖机器人的基础。也就是说，我们将研究以许多不同的方式表示机器人系统的数学模型。事实上，你刚刚看到了一个我们同时控制的仿人机器人系统的模拟。如果您考虑一个要用于模拟的模型，您需要代表系统的运动学。您还需要能够启动系统，通过进入电机，找到合适的扭矩，使机器人移动。

这是一个你想控制的机器人。问题是，我们如何真正想出一种控制双手从一个位置移动到另一个位置的方法？如果你考虑这个问题，有许多不同的方法来控制机器人。首先，你需要知道机器人在哪里，并知道机器人在哪里，你需要一些传感器。你会在机器人上有什么样的传感器来知道机器人在哪里？GPS？好吧。你能用GPS测量多少个参数？我们可以试试。你能用GPS确定什么？您将找到x和y定位GPS的位置。但是有多少具尸体在这里？当我在这里移动时，有多少人在移动？你想把多少个GPS系统放在机器人上？如果你有47个自由度，我们需要大约47个，那太贵了。另一个想法？编码器。编码器测量一个自由度，就像角度，以及多少个编码器，我们需要47度的自由度？四十七。

这将使您的相对位置，但您将不知道此配置是在这里还是在这里。你需要一个GPS来定位一个物体，然后找到它的所有东西。还有其他的想法吗？通过从初始已知位置集成，或使用视觉系统来定位至少一个或两个对象。然后你知道机器人在哪里。相对位置——速度可以确定为我们移动。

一旦我们找到了机器人，我们需要找到一种方法来描述事物的位置。右手在哪里？左手在哪里？你需要什么？你需要找到所有这些[无声的]身体之间的关系，以便一旦机器人站立，你知道手臂在哪里，手放在哪里。你需要的是来自科学的东西——我现在不是在谈论传感器。

我们知道信息。我们需要确定一个模型——运动学模型。当物体移动时，它会产生动力学。你需要找到惯性力。你需要知道，如果你动了右手，一切都在动。你在连接的这些刚体之间有一个耦合。你需要找到动力学。

一旦你有了所有这些模型，那么你需要考虑一种控制机器人的方法。你怎么控制这样的机器人？让我们说我想把这个搬到这里。我们怎么能做到这一点？很好。正运动学给了你手的位置。逆运动学给了你一个你想要的手的位置。你将能够解决你所拥有的[不可听见的]角度。如果你这样做，那么你知道你的目标位置的角度为每个关节。然后，您可以控制这些关节移动到适当的关节位置，手臂将移动到该配置。

你能做这个机器人的逆运动学吗？这不容易。对于一个六自由度的机器人来说，这真的很难像一只手臂。对于一个有许多自由度的机器人——假设我想在这里移动到这个位置。有无限的方法我可以移动到那里，有许多不同的解决办法来解决这个问题。此外，人类并不真的这样做。当你移动你的手时，你做逆运动学吗？不，不

我们会看到不同的方式。我稍后会回来。让我们看看我为你准备的所有这些视频是否都要工作。首先，我将从这个类的传统开始，这是从一个视频开始，呈现一个与机器人相关的小发展，并让你跟上机器人技术的发展。由于这是第一次讲座，我想我们会去过去发生的一些发展。事实上，在2000年，我编辑了一个关于过去50年机器人历史的视频。

我们有七分钟的时间，我们将用来涵盖过去50年中发生的一切。你准备好了吗？我希望视频声音已经准备好了，一切都有效。来吧。实际上，这是来自斯坦福机器人研究所，Sri。这是第一个为工业操纵而建造的机器人，这些是早期的一些[听不到的]。你们中的一些人可能会认出斯坦福的手臂。六自由度手臂是第一个机器人。

这是一辆车。这是[无声的]手臂。[无声]手臂与人体运动学相似。这些是早期的第一个控制，[听不到]。这是美洲狮。顺从运动。机器人机器。移动机器人——这些是早期机器人。澳大利亚的[听不清]。跳跃机器。弹跳机器人于CMU开始，后来在麻省理工学院开发。

斯坦福大学的多指手[听不清]。这是越来越小的机器人，开始来了。两足步行。乒乓球打。谁想和机器人打乒乓球？避碰。在空间中传送。导航。绘画。机器人学。地下机器人。灵活性。这是来自CMU，一个巨大的机器人。只是平衡。顺从运动。导航。水下。这与空间有关。视觉[声音]。这个真的很有趣。

看看这一个。移动家具。弹性[听不见]。这是在航天飞机上完成的。这是来自[无声的]实验室，这是从斯坦福大学的。现场机器人。爬壁。再次遵守。东芝。机器人援助。完成了。谢谢你。

我想我们不会看到那个视频的结束，因为它将从一开始就开始。让我从这里开始，希望——我不确定，但关于机器人的想法基本上被这个形象抓住了。你有一个机器人在一个隔离的环境中工作，在一个制造工厂移动的东西，选择和放置，从一个位置移动到另一个位置，没有与人类的任何交互。但是，多年来的机器人技术发展了，今天，机器人在许多不同的领域中的应用，从与外科医生合作的机器人到辅助工作的机器人操作，在许多不同领域的机器人在娱乐中对机器人搬运重物。

这是真正令人兴奋的机器人，事实上，机器人正在越来越接近人类。我们现在正在使用机器人来进行，抬起，工作，通过触觉交互来扩展人类的[听不到的]。您可以感受到虚拟环境或真实环境。我不确定每个人是否都知道触觉是什么。触觉是一个希腊词，描述了触觉。从触觉学——这是外科医生的手，外科医生仍在手术。

从外部操作，但本质上，机器人是插入的，而不是打开身体，我们有一个小切口，通过它我们介绍机器人，然后我们做手术和恢复是惊人的。几天的康复，病人出院了。通过触觉或通过主设备的操作是为了控制——这里是外科医生远离工作，在水下操作或与家庭或工厂的物理环境交互。

机器人的另一个有趣的事情是，由于机器人侧重于关节体系统，我们现在能够使用所有这些模型和技术来建模人类，并创建一个人类的数字模型，正如我们稍后看到的，可以模拟和控制，再现从运动捕获装置捕获的人类行为的实际行为。

此外，在我们正在与物理世界建立的这种互动中，我们将能够使用触觉装置来探索在现实中无法触及的物理世界。也就是说，我们不能去原子水平，但我们可以模拟原子水平，虽然触觉装置，我们可以探索这个世界。

机器人的最令人兴奋的领域是复制看起来像人和行为像生命、动物或人类的设备。几年前，我在日本。这是从横滨，横滨，有[听不清]。它带来了成千上万的人看到所有最新的机器人技术。这是几年前的事。你可以看到[听不到]，这是在p2和P3机器人后面的一系列开发中最新的。

此外，你可以看到大多数的主要玩家在人形机器人。有人见过这个吗？这是索尼机器人。我想我有一个视频。让我们看看它是否有效。索尼正在平衡一个移动的酒吧，这不是一个容易的任务。您可以想象对实时控制和动态建模的要求以及这方面的所有方面。这是几年前完成的。几年前，我们把这个机器人带到了斯坦福大学，他们在这里做了一场表演。看到这个机器人跳舞和表演是令人兴奋的。

有很多不同的机器人，特别是在亚洲、日本和韩国。eist建立了一系列的机器人、HRP、hrp1和hrp2，他们正在为这些机器人建立和开发更多的能力。我们最近的一个有趣的[无声的]，在世界博览会期间[听不到]，他们演示了一些项目。其中一些人来自与工业合作的研究实验室，以建立这些机器。这是一个跳舞的机器人。

这是HRP。HRP步行。走路现在已经很好了，但问题是，你怎么能移动到一个位置，拿一个物体，控制与物理世界的相互作用？这更具挑战性。滑动和触摸还没有完全掌握。这是这些领域的研究方向。

这是一个有趣的设备，来自[无声的]大学。这个机器人有额外的自由度。你在髋关节有额外的自由度，让它更像一个人移动一点。这是我最喜欢的一个。这有一个像人的冲动在里面，所以人造肌肉用来创造运动。显然，你的人工肌肉有很多问题，因为动态反应非常缓慢，你所能带来的力量不是——我们将谈论这些问题。

你怎么想这个。那你觉得呢？我们是否需要机器人来拥有人类的完美外观，或者我们是否需要环境的功能？如果我们正在和树木合作，我们就专门生产机器人来砍伐树木。如果我们在人类环境中工作，那么我们将有一个具有两个手臂功能、移动性、视觉能力的机器人，这些是非常有趣的问题，无论我们是否需要基于功能的机器人，以及我们如何以有效的方式创建这些交互。

这是一个有趣的例子，说明我们如何利用外骨骼系统来扩展人类的能力。你穿它，你变成一个超人。你可以携带沉重的货物。他们将在这里展示60公斤没有感觉任何重量，因为一切都是由你所穿的外骨骼系统的结构。另一个有趣的是，这是来自东京理工学院。它是一个游泳机器人。确保没有水进入马达。

机器人正在越来越接近人类，当我们看到机器人越来越接近人类，我们正面临着许多挑战，在真正使这些机器在人类的非结构化、凌乱的环境中制造出来。当我们在结构性制造厂中使用机器人时，问题要简单得多。现在，你需要处理许多问题，包括你需要安全的事实。你需要安全来创造这种互动，而人类和机器人之间的距离是非常合理的。你不想让机器人很接近人类，因为这些机器还不太安全。

嗯，机器人的发展有许多形式和方面，在斯坦福，我们很幸运有大量的课程，在机器人、图形和计算几何、触觉和所有这些东西的不同领域提供。你有一份全年提供的不同课程的清单。事实上，这是机器人的介绍。在春季，我将提供两个额外的课程，将处理实验机器人学——即把你在这个课上学到的一切应用到一个真正的机器人，并尝试机器人，以及探索研究中的高级主题。这是在先进的机器人技术。

今年，我们很幸运。我们有三个助教，皮特、克里斯蒂娜和香农。他们在这里。请站起来或转动你的脸，这样他们就会认出你来。办公时间是列出的，所以我们将有办公时间我在星期一和星期三和星期一，星期二和星期四的助教。课堂讲稿在这里，他们可以在书店买到。这是2008年版。我们不断改进。它还不是一个教科书，但它是相当完整的要求和东西，你需要为班级。

时间表——我们今天是周三的第9天，将于3月21日进行期末考试。从你收到的资料来看，这个时间表有几处变化。这些变化发生在这个地区的动力学和控制计划。基本上，我们下周要做的是开始覆盖模型，所以我们将从空间描述开始。我们将转到正运动学，我们将做雅可比。我将一点一点地讨论这些问题。这将带我们到中期。

期中和期末的一个重要的事情是，我们将有复习课，并且这个类很大，所以我们将分成两个类。我们将有两个小组参加这些审查会议，这些会议将在晚上举行。他们将在机器人实验室中进行。在这些会议期间，我们将涵盖过去几年的中期和过去几年的决赛。这些会议的好处是，你将有机会看到一些机器人的演示，而吃比萨和喝一些。

这将发生在7 : 00和9 :00之间。有时到10 :00，因为我们有很多问题和讨论。这些会议非常重要，我鼓励您和远程学生出席会议。他们非常有助于为你准备期中和期末考试。

正如我所说，这个类涵盖了至关重要的数学模型。我知道你们中的一些人可能不喜欢太多的数学模型的细节，但我们真的要做的，如果我们要试图控制这些机器或建造和设计这些机器。我们需要了解数学模型，运动学和动力学的基础。然后，我们将使用这些模型创建控制器，我们将控制运动，所以我们需要规划这些运动。

我们需要规划安全的动议，我们需要生成是顺利的，因此，这些是我们在规划和控制中需要解决的问题，除了我们需要接触、感受和与世界互动的事实之外。我们需要创建符合第一控制的法规遵从性请求。第一个控制是创建这些交互的关键。我们将看到，当机器人与世界交互时，我们如何控制机器人在自由空间或接触空间移动。

然后，我们将有一些时间讨论一些高级的主题，以便那些有兴趣从事机器人研究的人可以制定计划，采取更高级的课程，将在春天提供。让我们回到我开始讨论的问题——将这个机器人从一个位置移动到另一个位置的问题。假设你想移动这个移动机械手平台。你想把它从这里移到这里。我们怎么做？

本质上，我们需要做的是找到一种方法，发现机器人通过它到达最终目标位置的配置。这是其中的一个。你可以想象机器人将移动到那个配置。这一问题是你有冗余的事实。冗余是一个事实，你可以达到这个位置，有许多不同的配置，因为你在系统中有更多的自由度。当你有冗余时，这个逆运动学问题成为一个非常困难的问题。

如果你解决了，你可以说我想把每个关节从这个现在的位置移动到这个位置。你可以通过控制机器人的关节位置和为关节移动创造轨迹来控制机器人。你将能够达到那个目标的位置。这不是最自然的控制机器人的方法，我们将看到，将有不同的方式来处理更自然的问题。

要控制机器人，首先，你需要找到机构本身的所有这些位置和方向。这要求我们找到空间中物体的位置和方向的描述。然后，我们需要处理连接到这些不同对象的帧之间的转换。在这里，要知道这个[听不到的]在哪里，你需要知道你改变了描述，找到，最后，你的最终因素的位置。您需要在连接到两个对象的不同帧之间进行转换。

在这种情况下的机制是由一个固定的物体，它是固定的，是基础，另一个运动的刚性物体，我们称之为结束因子。在这两个对象之间，您有所有的链接，将携带结束因子移动到某个位置。问题是，我们如何描述这一机制？我们将看到，我们正在饲养不同种类的关节，关节是[听不到的]，通过这些描述，我们可以描述这个链接，然后我们可以描述通过一组参数连接的链接链。

[听不清]在70年代初，在斯坦福大学的两个博士研究生在思考这个问题，他们提出了一组参数来表示链上连续两个链接之间的关系。他们的符号现在基本上在机器人的所有地方使用。通过这个记号和这些参数，我们将能够得出关于正运动学的描述。正运动学是这些关节角与末端因子位置之间的关系。通过正运动学，你可以计算出终点因素的位置和方向。

些参数描述了[无声的]两轴之间的普通正常距离，这一距离，以及这些轴之间的方向，通过这个，我们可以穿过链条，然后将框架连接到不同的节点，然后发现节点之间的转换，以找到基本框架和最终因素框架之间的关系。

一旦我们有了这些转换，我们就可以计算总的转换。我们在连续的事物之间有局部变换，我们可以找到局部变换。一旦我们知道几何——也就是说，我们知道终点因素是什么，每个环节都与其他环节有关，那么我们可以利用这个信息来描述运动学的第二个重要特征，这就是速度——在相互尊重的速度上有多快。

我们需要考虑两件事。不仅是终点因子的线性速度，也是角速度[，听不到]。我们将研究不同的线性速度，我们将看到对偶与在关节处施加的扭矩与最终因素产生的力之间的关系。

力–这是与线性运动相关联的线性力。运动和扭矩与角运动有关。有一个对偶，使这个雅克比模型扮演两个角色。一个，找出与端因子速度的联合速度之间的关系，并找到适用于环境和扭矩的力之间的关系，应用于电机。雅可比行列式起着非常重要的作用，我们将花费一些时间讨论雅可比行列式，并寻找获得雅可比矩阵的方法。

正如我所说的，雅克比描述了v矢量、线速度和ω矢量、角速度，它将这些速度与关节速度联系起来。雅可比[听不到]给了你线速度和角速度。我们将看到，基本上这种雅克比真的与这个机器人的轴的设计方式有关，一旦你理解了这个模型，你将能够看一个机器人，并看到雅克比自动。

你看着机器，你通过这种显式的形式自动看到模型，我们将发展，通过分析每个轴对最终产生的速度的贡献来计算这些线性速度和角速度。我们还将讨论运动学。我们不会像在工业机器人中那样广泛地使用它。我们将检查逆运动学，并研究在解决方案的多样性和这些解决方案的存在方面的困难，并检查找到这些解决方案的不同技术。

同样，运动学是我如何找到与期望和有效的位置和方向相对应的配置。然后，使用这些解决方案，我们可以在机器人处于给定点的位置之间进行插值，然后如何通过轨迹平滑的速度和加速度以及我们可能通过的轨迹生成的其他约束，将机器人移动到最终构型，在关节空间和在[无声的]空间中。

这将导致这些平滑的轨迹，有[无声的]点，可以对速度或加速度施加或下降，通过在不同点之间找到这种插值来解决所有这些问题。这将使我们参加将于2月15日星期三举行的中期会议。这不是星期五。它将在课堂上，它将在同一个时间表中。

在期中，上课的时间很短，你必须准备好不要发现如何解决这个问题，而是要解决这个问题。这就是为什么复习课对准备期中考试非常重要，以确保你能够解决所有的问题。我们将确保问题的规模符合我们在中期的时间限制。

在中期之后，我们将开始研究动态、控制和其他主题。首先，我们需要做的是——我不确定你们中有多少人是机械工程师。有多少是cs？这是对的。我们有一半的课程熟悉我们将要开发的一些物理模型，另一些则不熟悉。

我将假设每个人都没有动力学、控制或运动学的知识，我将从基本的基础开始。你不应该担心的事实是，你没有这些领域的强大的背景。我们将从一开始就报道他们。我们将去什么是惯性，我们如何描述加速度，然后我们将建立动力学，这是相当简单的。

有人记得牛顿方程吗？力和加速度之间的关系是什么？你需要知道。质量加速度等于力。嗯，这都是你需要知道的。如果你知道一个粒子如何在一个力的作用下移动，那么我们将能够将它推广到一个刚体上的许多其他粒子，然后我们将它们放入一个结构，将我们带到多体系统和铰接多体系统。我们将毫无困难地报道这些问题，希望如此。

结果很有趣。这是一个机器人。这是一个机器人，它不是由电动机控制在关节，而是由电缆。真的，机器人的活动部分是从这里到那里，在这里，你看到所有的电机和电缆驱动的系统在右边。如果你考虑这个机器人的动力学，它会变得非常复杂。你在这里看到——这是机器人。在这里，你有一些描述。例如，当你移动时，第一个关节的惯性视图是什么？当你移动时，这种惯性正在改变。

想象一下，如果我考虑这个轴的惯性。如果我正在部署整个手臂，这将会增加。如果我这样的手臂，我会有较小的惯性关于这个轴。我的关节的惯性视图将取决于关节后面的结构。我们将看到，基本上所有这些将很自然地来自于由多体系统产生的方程。

我们将使用的是一个非常简单的描述，再次允许你看这个机器人，说这些是这个关节的动态特性，你几乎可以看到不同关节之间的耦合力，在视觉形式，所有取决于这些轴的[听不清]和机器人的所有翻译。

这是通过我们将发展的明确的动力学形式来的。这种表示是我们将使用雅可比的描述的抽象。

我在雅可比中说，我们将根据每个关节对总速度的贡献进行描述，我们也将做同样的事情。每个环节对产生的惯性力的贡献是什么？当你这样做时，我们将看看这种联合和其他人的贡献是什么，以及其他人的贡献。我们只是把它们全部加起来，你会看到结构聚在一起。

这是一个非常不同的方式，比牛顿和其他人形式化动力学的方式，这依赖于我们采取这些刚体，并通过反应部队连接它们。如果你把所有的链接，如果你删除了关节，你得到一个链接。当你移除关节时，你用反应力代替关节的移除，然后你可以研究所有这些反应力，并试图找到力与加速度之间的关系。

这种方法称为递归牛顿公式，它需要消除这些内力，消除不同刚体之间的接触力。我们将做的是——我们将去速度，我们将考虑与这些刚体的运动相关的能量。如果你在质量中心有一个速度v和ω，你可以写出与这个运动质量有关的动能和与刚体有关的惯性。

简单地通过增加这些不同环节的动能，你就有了系统的总动能。然后利用这些速度，并利用速度之间的雅可比关系，将它们连接到关节速度，你将能够提取机器人的质量特性。质量度量将成为一种非常简单的雅克比形式。这就是为什么我要坚持你对雅可比的理解。

一旦你理解了雅克比，你可以用大众和惯量来缩放雅可比，得到你的动力学。去动力学是非常简单的，如果在中期之后，你真的理解了雅克比是什么。动力学——与系统动力学相关的这种质量指标，简单地看着质量速度中心和与质量中心相关联的雅可比的贡献之和。

在控制中，我们将检查–我将承担一个控制的背景。我们将处理一个单质量[无声的]系统，并分析它，然后我们将检查PD控制器或PID控制器等控制器，然后我们将这些在关节空间和任务空间中，通过增加具有动态结构的控制器，以便我们在控制机器人时考虑动力学。

这将导致对动力学和动力学如何影响机器人的行为进行非常有趣的分析。你可以看到，两个自由度的运动方程是两个方程，不仅涉及关节加速度，而且涉及第二关节、速度、离心[无声]力和重力力，并通过这个，所有这些都将对行为有动态影响和干扰。我们将分析一个结构，将允许我们设计扭矩一和扭矩两个应用于电机，以创造行为，使我们能够补偿这些影响。

所有这些都是关节空间的描述——也就是说，描述关节的扭矩和运动，我们将看到的是，在控制机器人时，我们可以通过考虑机器人在执行任务时的运动来进一步简化问题。也就是说，我们可以转到任务本身——我所描述的例子中的任务是如何将手移动到这个位置——而不真正关注每个关节如何移动。

这个概念可以通过简单地思考这个机器人来捕捉，就好像机器人被吸引到目标位置一样。这与人类的操作方式类似。当你控制你的手移动到一个目标位置，本质上，你是视觉上的你的手到目标。你不在想关节是怎么运动的。你只是在移动手，运用这些力量将手移动到目标位置。就像握着手，把它拖到球门上。

在初始配置中，您没有关于arm的最终配置的承诺。你只是在向目标施加力量，而你并没有朝着目标前进。只要创建一个潜在的能量的梯度，你就能够移动到那个配置。这正是我们在这个机器人的例子中看到的。我们正在创造的这个运动——如果我们要将手移到这个位置，我们将产生一个像磁铁一样的力。它将把手拉到这种配置中。

与此同时，你有一个站立的机器人，它必须平衡。还有其他需要考虑的事情，我们正在做的是，我们也将其他潜在的能量应用于身体的其余部分以平衡。当我们应用这种力时，它就像磁铁一样遵循这种结构。没有计算联合阵地。我们只是把这些有吸引力的力量应用到这个目标上。我们可以在这里应用，也可以在两者中应用。

显然，如果你切断马达，它将会下降。它的表现有点像人，实际上。事实上，在这个环境中，你不能只通过移动目标来与它互动，但你可以去拉头发。你可以拉任何地方。当我点击这里时，我正在计算正运动学和雅可比。我正在应用一种力，它将立即产生由马达的雅克比计算的力，一切将会以这种方式作出反应。

我们能够在图形、运动学之间建立这些相互作用，并将其应用于动力学系统。所有的一切都是在笔记本电脑上模拟的。这是一个环境，允许我们做很多有趣的人的生命结构的模拟。你运用了力量，你改变了它。正如我所说，力和力矩之间的关系也是雅可比。雅可比行列式起着非常重要的作用。

然后，计算机动力学——我们需要做的就是理解应用于最终因素的力与由此产生的加速度之间的关系。当我们早些时候谈到牛顿定律时，我们说，质量加速度等于力。群众是[听不到的]。这是一个多值系统。质量将是一个大的m，质量指标。加速度的力之间的关系不是线性的。也就是说，加速度的力不一致，因为你有一个指标。

因此，你需要建立两者之间的关系。一旦你有了这个模型，你可以考虑到你的力量的动态，然后你可以使力量在产生正确的加速度的方向上。最后，我们需要处理控制接触的问题。当你在太空中运动时，这是一回事。当我们在接触空间移动时，这是一个不同的东西。

应用这种力将整个结构置于一个约束之下，你必须考虑这些约束，并计算出正常的反应力，以控制被应用于环境的力。我们需要处理第一控制，我们需要稳定从自由空间到接触空间的过渡。也就是说，我们需要能够在移动时控制这些接触力。什么是好的——如果你在[无声的]空间或在任务空间中这样做，你将能够将两个力合并在一起，直接控制机器人产生运动和接触。

我提到我们将讨论一些其他的话题。将有一位客座讲师，讨论机器人的视觉，我们还将讨论有关设计的问题。我想讨论一些与安全有关的问题，以及与使机器人更轻的结构有关的问题，使其更安全和灵活地在人类环境中工作。此外，我们需要讨论一点关于运动规划，特别是如果我们要将这些机器人插入人类环境中，我们需要反应性的规划。

在这个视频中，你可以看到一个复杂的机器人系统如何在这里对即将到来的障碍作出反应。它正在远离那些障碍。这是通过使用我描述的用于移动到目标位置的相同类型的概念来完成的。我说，我们可以在这里创造一个有吸引力的势能来创造这个运动。我们正在创造一种排斥的势能。如果你把两块磁铁，它们会排斥，这就是正在发生的事情。我们正在人为地创造这些力量，使机器人离开。

如果您有一个全局计划，您需要处理完整的计划，以便您不会达到本地最小值，然后我们应用此技术修改所有中间配置，以便像这样的机器人将通过此计划移动到目标位置。当一个障碍或世界改变时，轨迹是移动的，手是移动的，所有这一切都在实时发生，这对于一个具有这种自由度的机器人来说是惊人的。

原因——我不确定你是否熟悉这个问题。机器人的运动规划问题在自由度的数量上是指数的。通常，如果你想在一个障碍移动时进行一个运动，那么做需要几个小时。在这里，我们能够很快地做到这一点，因为我们正在使用结构，我们正在使用改变未来配置和集成的排斥力的概念。这是一个例子，显示印第安纳·琼斯通过实时修改的障碍。

所有这些计算都是实时进行的，因为我们正在使用这个初始结构，并逐步修改所有配置。我稍早提到的另一个主题是对人类数字建模的影响。从人类学习是非常有趣和非常有吸引力的为机器人创造良好的控制。事实上，目前，我们正在模拟太极运动，并试图分析和学习这些运动。你可以从运动捕获到将运动复制到机器人。事实上，你最终只会有一个运动的例子。

这个问题实际上是你如何概括，并做到这一点，你需要从运动和捕获中采取人类的运动，并将其置于人类的模型中。你需要建模人，建模人包括骨骼系统建模。我们解决了这个问题，所以现在你有了一种新的机器人系统，有许多自由度——大约79度的自由度。

所有这些都是通过相同的运动学和动力学模型来建模的。你可以建模驱动，这是肌肉现在，从这个，你可以学到很多关于模型的东西。现在你可以控制它了。这是合成的运动。你知道这是怎么工作的。你只是指导任务，然后你有平衡，通过其他[无声]的对自由程度的提醒。

然后，你可以采取这些特征并把它们映射到机器人——不复制轨迹，而是复制运动的特性。这很有趣。我们还将讨论一点关于触觉的问题。这将在未来的春季先进的机器人技术，但触觉是非常重要的，特别是在与真实的物理环境的互动。你去触摸，现在你有了信息，允许你构建表面，并更多地描述你所接触的东西和你的法线。

联系——这是令人惊奇的是，这是实时完成的。来自汽车行业的人正在拜访我们，说现在你有骨骼系统模型和解决接触的好模型。你为什么不使用他们的崩溃，而不是使用傻瓜？这是早期的发展。有很多将会晚些时候，但我会提到一些与障碍的互动，以及我们如何处理这些问题，然后结合运动——行走与操纵和动态技能，如跳跃、着陆和所有这些不同的东西。

这将带我们到最后，这将是在3月21日星期五。时间是不同的。将在12点15分。我们将宣布，并希望我们将在此之前再次举行一次审查会议。它在时间表上。那次复习课，我们将复习以前的期末考试，在这里，你将有足够的时间来解决一些好的问题。

顺便说一下，不是你在模拟中看到的一切对现实世界都是有效的。我们这里有多少滑雪者？它滑雪吗？别这样。我将在星期一见你们一些人。

[音频结束]

持续时间:67分钟