Video Friday 是您每周精选的精彩机器人视频，由您在IEEE Spectrum机器人领域的朋友收集。我们还发布了未来几个月即将举行的机器人活动的每周日历。请将您的活动发送给我们以供收录。
ICUAS 2025 ：2025 年 5 月 14-17 日，北卡罗来纳州夏洛特
ICRA 2025 ：2025 年 5 月 19 日至 23 日，亚特兰大
伦敦类人机器人峰会：2025 年 5 月 29 日至 30 日，伦敦
IEEE RCAR 2025 ：2025 年 6 月 1-6 日，日本富山
2025 年能源无人机与机器人峰会：2025 年 6 月 16 日至 18 日，休斯顿
RSS 2025 ：2025 年 6 月 21 日至 25 日，洛杉矶
ETH 机器人暑期学校：2025 年 6 月 21 日至 27 日，日内瓦
IAS 2025 ：2025 年 6 月 30 日至 7 月 4 日，意大利热那亚
ICRES 2025 ：2025 年 7 月 3-4 日，葡萄牙波尔图
IEEE 世界触觉大会：2025 年 7 月 8 日至 11 日，韩国水原
IFAC 机器人研讨会：2025 年 7 月 15 日至 18 日，巴黎
RoboCup 2025 ：2025 年 7 月 15 日至 21 日，巴西巴伊亚
RO-MAN 2025 ：2025 年 8 月 25 日至 29 日，荷兰埃因霍温
CLAWAR 2025 ：2025 年 9 月 5-7 日，中国深圳
CoRL 2025 ：2025 年 9 月 27-30 日，首尔
IEEE Humanoids ：2025 年 9 月 30 日至 10 月 2 日，首尔
世界机器人峰会：2025 年 10 月 10 日至 12 日，大阪
IROS 2025 ：2025 年 10 月 19-25 日，中国杭州
欣赏今天的视频！
今天我了解到“马术疗法”并不完全是我想要的。
将 KUKA 机器人集成到机器人理疗设备中具有许多优势，例如机器人辅助治疗的精确运动规划和控制、个性化培训、减少治疗师的工作量和患者进展监控。因此，这些机器人疗法在重新稳定患者肢体方面优于许多传统的物理疗法。
[库卡]
麻省理工学院的工程师正在研究机器人乒乓球比赛，其强大的轻型设计可以高速精确地击球。新的乒乓球机器人由一个多关节机械臂组成，该机械臂固定在乒乓球台的一端并挥舞着标准的乒乓球拍。在多个高速摄像头和高带宽预测控制系统的帮助下，机器人可以快速估计来球的速度和轨迹，并执行几种挥杆类型（环圈、开球或切球）中的一种，以各种类型的旋转将球精确地击打到球台上的所需位置。
[麻省理工学院新闻]
平底锅翻转涉及动态翻转各种物体，例如鸡蛋、汉堡包和肉饼。这展示了精确性、敏捷性以及适应运动控制中不同挑战的能力。我们的框架使机器人能够学习高度动态的运动。
[ GitHub ] 来自 [以人为本的自主实验室]
谢谢浩南！
洛桑联邦理工学院科学家制造的可食用机器人利用可生物降解燃料和表面张力的结合，在水面上快速移动，创造了一种安全且营养丰富的替代品，取代了由人造聚合物和电子产品制成的环境监测设备。
[洛桑联邦理工学院]
传统的四轴飞行器在飞行敏捷性和机动性方面表现出色，但往往在悬停效率和水平视野方面面临限制。受自然启发的旋翼虽然提供了更广阔的视角并提高了悬停效率，但受到巨大的角动量限制的阻碍。在这项研究中，我们介绍了 QuadRotary，这是一种新颖的飞行器，通过可重新配置的设计集成了两种飞行特性的优点。
我喜欢人形机器人使用跳跃作为主要运动模式的想法，不是因为它必须这样做，而是因为它很有趣。
[帕尔机器人]
我没有意识到用铲子挖东西有多少细微差别。
[智能运动实验室]
密歇根大学的一个新的 10,000 加仑 [38,000 升] 水箱将帮助研究人员设计、建造和测试各种自主水下系统，这些系统可以帮助机器人绘制湖泊和海洋地图，并对船舶和桥梁进行检查。该坦克由海军研究办公室资助，允许机器人专家进一步测试机器人控制和行为、海洋传感和感知以及多车辆协调等项目。
“据传，这有助于启动研究，因为每个测试池都是从其中获得的所有知识的活水库，”密西根大学弗里德曼海洋流体动力学实验室研究首席工程师 Jason Bundoff 说。 “你将其他水箱中的水混合起来，将其他水箱中的所有活生生的知识注入到新建立的水箱中，这有助于防止知识丢失。”
[密歇根机器人]
如果您有一个人形机器人并且想知道它应该如何通信，这就是答案。
[花粉]
达斯蒂，你站在哪一边？
即使是建筑机器人也应该注意与帝国站在一起，尽管这可能会产生后果！
– YouTube
[尘土飞扬的机器人]
本次密歇根机器人研讨会由佐治亚理工学院的 Danfei Xu 主持，主题为“生成任务和运动规划”。
长远规划对于我们解决复杂的物理问题（从使用工具到做饭）的能力至关重要。尽管最近在富含常识的基础模型方面取得了进展，但机器人仍然缺乏同样的能力，特别是基于学习的方法。在本次演讲中，我将介绍一系列工作，旨在将任务和运动规划（机器人规划中最强大的计算框架之一）转变为完全生成的模型框架，从而以主要数据驱动的方法实现组合泛化。
[密歇根机器人]
原文： https://spectrum.ieee.org/video-friday-rehabilitation-robot