-
日期: 2025-07-04 | 来源: 腾讯科技 | 有0人参与评论 | 专栏: 加州 | 字体: 小 中 大
K-scale大概符合你对一家硅谷初创公司的全部想象。在北加州耀眼的阳光下,一群年轻的工程师正聚在车库里,顶着睡眼惺忪的蓬松发型,手指却在键盘上快如闪电,一行行代码在屏幕上飞速滚动。
电脑桌旁,几罐昨晚团队派对后留下的空啤酒瓶东倒西歪,周围是凌乱摆放的机械臂、持续工作的3D打印机、以及各种缠绕的数据线、充电线。空气中,似乎到处弥漫着焊锡、咖啡与梦想混合的味道。
忽然,一名工程师略带沙哑却异常兴奋的嗓音划破了键盘的敲击声:“准备好了吗?倒计时:三、二、一!”
众人的目光齐刷刷投向车库中央一台原本静默无语、略显无精打采的机器人。仿佛一道无形的指令激活了它的核心,机器人身上的指示灯骤然亮起。它先是僵硬地动了动“手臂”,接着试探性地伸了伸“腿”,在一片屏息的期待中,它摇摇晃晃、却又无比坚定地,迈出了载入团队日志的第一步。尽管姿态尚显稚嫩,但这“一小步”,对K-scale Lab而言,却是奔向未来的一大步。
这个在旁人看来如同火箭发射般激动人心的过程,被工程师们称为“Deploy”(部署)。其精髓,就是将事先在软件中通过强化学习算法模拟、迭代了无数次的机器人动作与决策场景,“灌注”到实体机器人中,让它在复杂多变的现实物理环境中,也能复现出与软件模拟中几乎完全一致的各种动作。
K-scale Lab,这家成立尚不足一年的硅谷机器人新锐力量,正是在这样一次次的“部署”与迭代中,迈进他们宏大的愿景:打造一个真正开源、普惠的软硬件一体的机器人平台。
强化学习路线的坚定拥趸
硅谷的空气中,人工智能的浪潮正以前所未有的强度席卷一切。然而,对于K-scale Lab的联合创始人兼首席运营官徐睿而言,未来并非仅仅存在于云端的算法。他所畅想并为之奋斗的,是能真正行走于物理世界、用近似孩童学步般的“笨拙”与“智能”不断进化的具身智能体。而驱动这一切的,是他和团队对“强化学习”(Reinforcement Learning, RL)近乎孤注一掷的信仰。
“我们是百分之百、完完全全用强化学习来做整个机器人的运动控制。”徐睿的语气带着不容置疑的坚定,“我们团队现在九个人,绝大部分都是搞强化学习的工程师,我是现在公司唯一不写代码的人。”徐睿笑着说,“不过这也意味着,所有技术、工程之外的事都是我来负责。”
这不仅仅是一个技术路径的选择,更像是一种底层哲学的坚持。放眼全球,众多人形机器人公司仍在沿用传统的运动规划(Motion Planning)方法,通过精确的数学模型预设机器人的每一步动作。但K-scale Lab的团队,却选择了一条截然不同的“少有人走的路”。- 新闻来源于其它媒体,内容不代表本站立场!
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见