女人荫蒂被添全过程13种图片,亚洲+欧美+在线,欧洲精品无码一区二区三区 ,在厨房拨开内裤进入毛片

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

Facebook讓機器人學會了自主繞道走路

Hf1h_BigDataDig ? 來源:fqj ? 2019-06-06 14:21 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

人類每天都在進行不同層次的規劃活動,比如說每天早上起床以后,你習慣性走到廚房喝一杯咖啡:你會先走下走廊,左轉進入過道,然后進入右邊的房間。

對于這些習慣成自然的流程,你無需思考,不會刻意去想你要使用哪一個肢體動作。但對于機器人而言,這并非易事。

Facebook剛剛發布了主導研究的新系統,讓機器人也可以通過觀看視頻,拆解動作,并學習如何組合這些動作形成自己的規劃。

層級抽象結構(hierarchal abstractions)

已經有越來越多的研究表明,層級抽象結構(即視覺運動子程序)可以提高強化學習中的采樣效率,這是一種利用獎勵驅動智能體達到目標的AI訓練技術。

在過去,這些層次結構必須通過端到端的訓練來手動編碼或獲取,而這需要大量的時間、注意力和長久的耐心。

Facebook這次的新研究提出,刻意讓機器人通過觀看視頻學習導航,描述一個通過用逆向機器學習模型攝取視頻偽標簽(在本文中,偽標簽指智能體想象的行為),從而學習層次結構的系統。

論文作者分別來自Facebook AI研究室,加州大學伯克利分校和伊利諾伊大學厄巴納—香檳分校。

這讓人想起去年Facebook開源的一組模型——Talk the Walk。它只需要360°的全景圖像、自然語言以及一張有當地地標(比如銀行和餐館)的地圖就可以通過問路,實現在整個紐約市的街道導航。

具體實現方式

機器人通過觀看這些視頻,研究這些簡單的視覺運動子程序是如何組合以達到高級的抽象層次,這些視覺運動子程序能夠解決一些已知問題,即經典的規劃中的高計算成本和強化學習中的樣本復雜性的問題。

研究者提出的系統分為兩個階段,在第一階段,研究人員通過運行在隨機探索數據上自我監督的智能體模型生成偽標簽。模型從分布在四個環境中的1500個不同位置學習,在不同的位置隨機執行30個不同步驟的動作,從而產生45,000個交互樣本。

在系統的第二階段,大約217,000個偽標記視頻被剪輯成220萬個單獨的小視頻,再將其輸入預測參考視頻中相應動作的模型,同時再通過一個單獨的網絡檢查參考視頻中的動作序列,并編碼其行為作為向量。另一個模型通過推斷第一幀的軌跡的編碼,來預測哪一個子程序可以調用給已有的視頻幀。

交互樣本從1000萬減少到4.5萬

在一個部署在辦公環境的真實世界中的機器人實驗中,研究人員表明,相比單純交互的方法,至少應用在之前從未見過的環境上,通過觀看視頻來學習技能(這里指采用最高效的方式前往目標位置)的方式能達到更好的效果。

最令人印象深刻的是,訓練有素的模型學會了自主地前進導航并避開障礙物,比通過單純交互方式要快4倍,這使得機器人能夠做到完全自主地長距離行進。

“特別引人注目的是,這些模型從總計45,000次的環境交互中學習,”研究人員寫道,“從第一視角的視頻中成功學習,使得智能體能夠執行連貫的軌跡,即使它只執行過隨機動作。此外,它優于最先進的技能學習技術,該技術需要更大量的訓練樣本,大致1000萬個?!?/p>

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 機器人
    +關注

    關注

    213

    文章

    29667

    瀏覽量

    212521
  • Facebook
    +關注

    關注

    3

    文章

    1432

    瀏覽量

    56576

原文標題:Facebook讓機器人“觀看”上萬次視頻后,TA學會了自主繞道走路

文章出處:【微信號:BigDataDigest,微信公眾號:大數據文摘】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    NVIDIA Isaac Sim與NVIDIA Isaac Lab的更新

    在 COMPUTEX 2025 上,NVIDIA 宣布了機器人仿真參考應用 NVIDIA Isaac Sim 和機器人學習框架 NVIDIA Isaac Lab 的更新,以加速各種形態機器人的開發。
    的頭像 發表于 05-28 10:06 ?495次閱讀

    【「# ROS 2智能機器人開發實踐」閱讀體驗】+ROS2應用案例

    地圖構建,包括算法原理介紹、安裝與配置方法、仿真環境中的SLAM以及真實機器人上的SLAM。 這一過程不僅涉及到計算機視覺和機器人學的知識,還需要對ROS 2的節點管理和數據處理有一定的了解。通過實踐
    發表于 04-27 11:42

    【「# ROS 2智能機器人開發實踐」閱讀體驗】+內容初識

    機器人技術的飛速發展,ROS 2 作為其核心工具之一,為開發者提供了強大的支持。與傳統的理論書籍不同,本書深入淺出地講解了 ROS 2 的架構、開發流程以及在智能機器人項目中的應用,以代碼作為切入口,
    發表于 04-27 11:24

    構建人形機器人學習的合成運動生成流程

    通用人形機器人需要能夠快速適應現有的以人類為中心的城市和工業工作空間,處理繁瑣、重復或體力要求高的任務。這些移動機器人經過設計,能在以人類為中心的環境中有出色的表現,從工廠車間到醫療醫療機構,它們的價值日益凸顯。
    的頭像 發表于 04-10 09:36 ?597次閱讀
    構建人形<b class='flag-5'>機器人學</b>習的合成運動生成流程

    深度解讀英偉達Newton機器人平臺:技術革新與跨界生態構建

    Newton是由NVIDIA、Google DeepMind和Disney Research開發的開源、可擴展的物理引擎,旨在推進機器人學習和開發。 Newton建立在 NVIDIA Warp
    的頭像 發表于 03-20 15:15 ?1677次閱讀
    深度解讀英偉達Newton<b class='flag-5'>機器人</b>平臺:技術革新與跨界生態構建

    AgiBot World Colosseo:構建通用機器人智能的規?;瘮祿脚_

    數據的匱乏,制約了通用操縱能力的突破。上海人工智能實驗室與AgiBot公司聯合研發的AgiBot World Colosseo平臺,通過構建大規模、多模態的真實世界數據集與通用政策模型,為機器人學
    的頭像 發表于 03-12 11:42 ?1056次閱讀
    AgiBot World Colosseo:構建通用<b class='flag-5'>機器人</b>智能的規模化數據平臺

    研華科技加速智能自主系統與機器人應用發展

    研華科技近日舉辦“智能自主系統與機器人應用伙伴高峰論壇”,將攜手生態伙伴,打造靈活且ROS兼容的機器人解決方案。
    的頭像 發表于 03-11 13:46 ?380次閱讀

    構建人形機器人學習的合成運動生成管線

    通用人形機器人旨在快速適應現有的以人類為中心的城市和工業工作空間,處理繁瑣、重復或體力要求高的任務。這些移動機器人經過設計,能在以人類為中心的環境中有出色的表現,從工廠車間到醫療保健機構,它們的價值日益凸顯。
    的頭像 發表于 01-16 10:58 ?931次閱讀
    構建人形<b class='flag-5'>機器人學</b>習的合成運動生成管線

    【「具身智能機器人系統」閱讀體驗】2.具身智能機器人的基礎模塊

    具身智能機器人的基礎模塊,這個是本書的第二部分內容,主要分為四個部分:機器人計算系統,自主機器人的感知系統,自主機器人的定位系統,自主機器人
    發表于 01-04 19:22

    【「具身智能機器人系統」閱讀體驗】2.具身智能機器人大模型

    中取得了令人矚目的效果。 閱讀感悟 從傳統的手動編程到借助大模型實現智能化、自主化,從單一模態的交互到多模態信息的深度融合,再到擴散模型的應用,機器人控制技術正在以驚人的速度進化。這不僅機器
    發表于 12-29 23:04

    【「具身智能機器人系統」閱讀體驗】1.初步理解具身智能

    工智能 認知發展機器人學 進化機器人學 物理體現與互動 五、具身智能的現代技術方向 另外,隨著GPT等大語言模型的發展,這些技術也在具身智能機器人領域掀起了一股浪潮,那就是基于大模型的具身智能技術
    發表于 12-28 21:12

    【「具身智能機器人系統」閱讀體驗】+初品的體驗

    動態互動的。 該理論強調智能行為源于智能體的物理存在和行為能力,智能體必須具備感知環境并在其中執行任務的能力。具身智能的實現涵蓋了機器學習、人工智能、機器人學、計算機視覺、自然語言處理及強化學習等領域
    發表于 12-20 19:17

    麻省理工學院推出新型機器人訓練模型

    近日,據TechCrunch報道,麻省理工學院的研究團隊展示了一種創新的機器人訓練模型,該模型突破了傳統模仿學習方法的局限,不再依賴標準數據集,而是借鑒了大型語言模型(LLM)如GPT-4等所使用的大規模信息處理方式,為機器人學習新技能開辟了全新的道路。
    的頭像 發表于 11-04 14:56 ?923次閱讀

    機器人的三大矩陣是什么及關系式

    機器人學中,三大矩陣主要指的是與機器人位移、速度和力相關的矩陣,它們分別揭示了機器人在不同空間(如關節空間和作業空間)之間的映射關系。這三大矩陣及其關系式可以概括如下: 1. T矩陣(變換矩陣
    的頭像 發表于 09-04 09:37 ?3005次閱讀

    “卷不動了”?OTA來救場!智能機器人“永葆青春”的秘訣

    的掃地機器人突然學會了拖地,是不是很酷?OTA就是這種“逆天改命”成為可能的魔法! 1、智能機器人的發展趨勢與OTA機遇 智能機器人3.0
    的頭像 發表于 08-06 16:01 ?777次閱讀
    “卷不動了”?OTA來救場!智能<b class='flag-5'>機器人</b>“永葆青春”的秘訣
    主站蜘蛛池模板: 民乐县| 平湖市| 齐齐哈尔市| 伊川县| 隆化县| 临高县| 湘乡市| 巩义市| 遵义市| 读书| 赣州市| 江安县| 琼结县| 河北区| 乌恰县| 昌吉市| 衢州市| 宁德市| 诸城市| 菏泽市| 博客| 陵水| 合作市| 镇宁| 柞水县| 左贡县| 波密县| 稻城县| 兴海县| 玉溪市| 兴义市| 邵阳市| 安远县| 灵石县| 青铜峡市| 北宁市| 柳河县| 昌黎县| 秦安县| 怀集县| 泗水县|