[控场AI]
公司苏黎世联邦理工学院 / 苏黎世联邦理工

ETH Zurich

瑞士顶尖研究型大学,以理工科见长,在AI安全、机器学习等领域有重要研究产出

时间轴 (近 90 天)

11月6日

研究团队将肌肉和柔性3D打印支架作为一个整体来设计,支架上刻有微沟槽,用于引导肌肉纤维定向生长并提供锚定点。

待验证50%
11月6日

该研究的核心数据(1.5厘米体长与5毫米跳跃高度)目前仅由单一来源(Reddit)报道,尚无其他独立来源交叉验证或同行评议论文正式发表。

待验证50%
11月6日

这项研究目前还处于实验室阶段,跳跃高度和可控性距离实用化仍有距离。

待验证50%
11月6日

跳跃能力的提升源于肌肉与骨架连接方式的改进(力传导效率优化),而非肌肉本身更强或能量输入更大。

待验证50%
11月6日

苏黎世联邦理工学院(ETH Zurich)的研究者开发了一个1.5厘米长的生物混合机器人,仅靠实验室培养的肌肉单次收缩就能跳跃5毫米。

待验证50%
10月17日

Agent Dojo是由ETH Zurich等机构研究者提出的智能体安全基准测试框架,模拟邮件处理、文件管理、数据库操作等任务并内置攻击者模型。

待验证50%
10月12日

Daisy Dent是森林生态学家,也是苏黎世联邦理工学院(ETH Zurich)的资深科学家

待验证50%
10月9日

苏黎世联邦理工学院(ETH Zurich)对使用工具的智能体进行了系统性测试,覆盖97个贴近真实场景的任务并设计了629项安全测试

待验证50%
10月9日

该研究发现针对智能体的攻击和为其构建的防御措施都极具挑战性,防御方很难在不牺牲功能性的前提下彻底堵住漏洞

待验证50%
9月29日

ETH Zurich的ANYmal系列工作中,地形难度、速度目标等会随训练进度自动升级(应用课程学习)

待验证50%

还有 8 条时间轴事件

全部知识事实 (18)

待验证

ETH Zurich的ANYmal四足机器人团队通过Sim2Real方法让机器人学会在崎岖地形上自适应行走,策略完全在仿真中训练

60%
待验证

苏黎世联邦理工学院(ETH Zurich)的研究者开发了一个1.5厘米长的生物混合机器人,仅靠实验室培养的肌肉单次收缩就能跳跃5毫米。

50%
待验证

该研究的核心数据(1.5厘米体长与5毫米跳跃高度)目前仅由单一来源(Reddit)报道,尚无其他独立来源交叉验证或同行评议论文正式发表。

50%
待验证

这项研究目前还处于实验室阶段,跳跃高度和可控性距离实用化仍有距离。

50%
待验证

研究团队将肌肉和柔性3D打印支架作为一个整体来设计,支架上刻有微沟槽,用于引导肌肉纤维定向生长并提供锚定点。

50%
待验证

跳跃能力的提升源于肌肉与骨架连接方式的改进(力传导效率优化),而非肌肉本身更强或能量输入更大。

50%
待验证

Agent Dojo是由ETH Zurich等机构研究者提出的智能体安全基准测试框架,模拟邮件处理、文件管理、数据库操作等任务并内置攻击者模型。

50%
待验证

Daisy Dent是森林生态学家,也是苏黎世联邦理工学院(ETH Zurich)的资深科学家

50%
待验证

苏黎世联邦理工学院(ETH Zurich)对使用工具的智能体进行了系统性测试,覆盖97个贴近真实场景的任务并设计了629项安全测试

50%
待验证

该研究发现针对智能体的攻击和为其构建的防御措施都极具挑战性,防御方很难在不牺牲功能性的前提下彻底堵住漏洞

50%
待验证

ETH Zurich的ANYmal系列工作中,地形难度、速度目标等会随训练进度自动升级(应用课程学习)

50%
待验证

OpenAI训练机械手解魔方、ETH Zurich训练四足机器人等标志性工作均将域随机化作为核心技术

50%
待验证

RSL-RL是ETH Zurich机器人系统实验室专为腿式机器人开发的轻量级强化学习框架,与Isaac Gym深度集成

50%
待验证

ETH Zurich的ANYmal四足机器人和UC Berkeley的多项研究已证明,经过精心设计的仿真训练策略可以几乎零调整地部署到实体机器人上

50%
待验证

OpenAI用sim2real方法训练机械手解魔方,ETH Zurich的ANYmal四足机器人在野外地形行走,都是sim2real的标志性成果

50%
待验证

2022年以来,ETH Zurich的ANYmal团队和MIT的Mini Cheetah团队展示了在崎岖地形上稳定行走的四足机器人,策略均在仿真中并行训练后迁移到真实硬件

50%
待验证

ETH Zurich 的 Agile Autonomy 项目通过特权学习框架实现了无人机在复杂环境中的高速飞行

50%
待验证

ETH Zurich 的 Agile Autonomy 项目通过特权学习(Privileged Learning)框架实现了无人机在复杂环境中的高速飞行

50%

来源文章