English 日本語 Русский

通过强化学习算法增强蝴蝶状扑翼飞行器的升力

通过强化学习算法增强蝴蝶状扑翼飞行器的升力

客      户
重庆大学航空航天学院
关  键 词
FWV、仿生扑翼飞行器、PPO算法、近端策略优化、起飞升力

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。

  



人狗互动动作数据采集

小狗身着动捕服在引导下灵活流畅地做出跑动、跳跃、坐立、趴卧、互动握手等多种动作。NOKOV度量动作捕捉系统实时采集小狗与人进行各种互动的动作数据信息。

Project-Instinct:面向人形机器人的直觉级全身运动控制框架

研究团队采用NOKOV度量动作捕捉系统采集高精度人体运动数据,为算法提供了高质量训练数据。

鲁棒水下SLAM:首次融合成像声呐、双目相机与IMU

哈工深和天津大学研究团队提出水下SLAM系统 - 实现用于六自由度估计的鲁棒且精确的水下定位。

事件相机在速度估计和SLAM场景中的应用

2025年,度量用户、湖南大学周易教授作为通讯作者在机器人顶刊IEEE TRO上发表两篇论文,在基于事件相机的研究中取得重要进展。动捕数据助力验证论文提出的方法。
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
北京度量科技有限公司(总部)
Location 北京市朝阳区安慧里四区15号五矿大厦8层820室
Email info@nokov.com
Phone 010-64922321
提交成功!请您耐心等待!
欢迎关注公众号,获取更多信息
关闭