通过强化学习算法增强蝴蝶状扑翼飞行器的升力

重庆大学航空航天学院的研究团队在Bioinspiration & Biomimetics期刊上发表关于提升蝶形FWV升力的论文：

通过强化学习-PPO算法提升并打造足以让蝶形FWV不借助额外辅助或气流起飞的升力，并利用NOKOV度量动作捕捉系统监测到上挥阶段升力峰值与前后翼开闭以及柔性变形有直接关系，而这些发现用传统的空气动力学方法并不容易预测或发现！本文为仿生扑翼飞行器未来的发展提供了有价值的强化学习经验。

研究利用NOKOV度量动作捕捉系统实时追踪障碍物的位置与几何特性，并将这些检测结果拟合为几何原语。度量动捕充当环境感知与几何建模的基础角色，是将真实世界中的障碍物转化为几何参数的关键桥梁。

清华大学赵明国老师团队，从NOKOV度量动作捕捉系统获得的人体下蹲轨迹数据，将人形机器人躯干和四肢简化为三粒子模型，用于优化参考轨迹并为全身控制提供更可行的跟踪目标，从而提升人形机器人执行下蹲等复杂动作的性能与可靠性。

北京人形机器人创新中心使用NOKOV度量动作捕捉系统采集人形机器人关键位置数据。

乐聚人形机器人基于NOKOV度量动作捕捉系统采集的人体太极拳运动数据，开展运动轨迹重定向与仿真迁移技术，实现人形机器人演绎太极拳。

联系我们

如需更多应用、案例信息或产品报价，请致电 010-64922321，或在下方留言：

机器人/无人机 VR/AR/XR 运动康复传媒娱乐

提交

北京度量科技有限公司（总部）

北京市朝阳区安慧里四区15号五矿大厦8层820室

info@nokov.com

010-64922321