Purpose of Review: As new technological advancements are made, humanoid robots that utilise them are being designed and manufactured. For optimal design choices, a broad overview with insight on the advantages and disadvantages of available technologies is necessary. This article intends to provide an analysis on the established approaches and contrast them with emerging ones. Recent Findings: A clear shift in the recent design features of humanoid robots is developing, which is supported by literature. As humanoid robots are meant to leave laboratories and traverse the world, compliance and more efficient locomotion is necessary. The limitations of highly rigid actuation are being tackled by different research groups in unique ways. Some focus on modifying the kinematic structure, while others change the actuation scheme. With new manufacturing capabilities, previously impossible designs are becoming feasible. Summary: A comprehensive review on the technologies crucial for bipedal humanoid robots was performed. Different mechanical concepts have been discussed, along with the advancements in actuation, sensing and manufacturing. The paper is supplemented with a list of the recently developed platforms along with a selection of their specifications.


翻译:评论的目的:随着新技术的进步,正在设计和制造使用这些技术的人类机器人。为了最佳的设计选择,有必要广泛概述现有技术的优缺点,以洞察现有技术的优缺点。本条打算对既定方法进行分析,并将这些方法与新兴方法加以对比。最近的调查结果:人类机器人最近设计特点的明显转变正在发展之中,并得到了文献的支持。随着人类机器人打算离开实验室并穿越世界,合规和更有效的移动装置是必要的。不同研究团体正在以独特的方式处理高度僵硬的引爆装置的局限性。有些侧重于改变运动结构,而另一些则改变运动结构。随着新的制造能力,以前不可能的设计正在变得可行。摘要:对对对双型人类机器人至关重要的技术进行了全面审查;讨论了不同的机械概念,以及动作、感测和制造方面的进步。该文件补充了最近开发的平台清单,并选择了这些平台的规格。

0
下载
关闭预览

相关内容

设计是对现有状的一种重新认识和打破重组的过程,设计让一切变得更美。
专知会员服务
39+阅读 · 2020年9月6日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
Yoshua Bengio,使算法知道“为什么”
专知会员服务
7+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
RL解决'BipedalWalkerHardcore-v2' (SOTA)
CreateAMind
31+阅读 · 2019年7月17日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Arxiv
15+阅读 · 2019年9月30日
Arxiv
12+阅读 · 2019年3月14日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Semantics of Data Mining Services in Cloud Computing
Arxiv
4+阅读 · 2018年10月5日
VIP会员
相关VIP内容
相关资讯
RL解决'BipedalWalkerHardcore-v2' (SOTA)
CreateAMind
31+阅读 · 2019年7月17日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Top
微信扫码咨询专知VIP会员