Jan, 2023

本科研究实习生机器人深度学习研究综述

PDF
TL;DR本文调查了 CMU 机器人研究所暑期学者（RISS）的研究工作，特别关注利用深度学习解决核心机器人问题和机器人解决方案的论文，并提供简明的视角，以惠及志愿实习生。
roboticsdeep learningcomputer visionspeech processingriss
发现论文，激发创造
  • 深度学习在机器人领域中的应用研究综述

    深度学习在机器人系统中的应用、优势和局限性进行了探讨，以当前研究为例，旨在向更广泛的机器人社区传达最新进展，激发人们在机器人领域中更多地应用深度学习。

    Jul, 2017

  • 深度学习在机器人领域的局限和潜力

    介绍了深度学习在机器人领域中的挑战和应用，探讨了评估指标、模拟和数据驱动与模型驱动方法等方面的问题，并希望该研究能够推动深度学习在机器人领域的应用和发展。

    Apr, 2018

  • 机器人学习控制的深度网络解决方案综述：从强化到模仿

    该研究论文针对使用深度学习技术学习机器人控制策略，对深度强化学习和模仿学习两种主要学习控制范式进行了综述，包括了应对从模拟环境到现实场景中真实性差距的挑战，并总结了机器人仿真平台用于开展深度强化学习研究，同时介绍了三种主要的模仿学习范式及其相应的机器人应用，最终讨论了开放性挑战和研究前沿。

    Dec, 2016

  • 机器人中的图学习：一项调研

    在这篇论文中，通过对图神经结构进行综述，从机器人的角度探索了图学习在机器人应用中的潜力、挑战和各种应用案例，以期为读者提供深入的了解，并为未来的研究指明可能的方向。

    Oct, 2023

  • 用深度强化学习训练机器人的方法：我们所学到的教训

    本文评估了深度强化学习在现实世界机器人中的应用，包括学习知觉和运动等复杂技能的案例研究以及相关挑战。

    Feb, 2021

  • 深度学习用于水下机器人的视觉导航

    本文旨在简要概述深度学习方法在水下机器人的视觉导航中的应用。论文的范围包括利用深度学习方法进行水下机器人的视觉感知、可获得的水下视觉数据集、仿真学习和强化学习方法以及与训练方法相关的分类。除了作为对比例子外，本文不考虑使用深度学习算法处理非视觉数据的水下导航文献。

    Oct, 2023

  • 目标识别研究现状：以 iCub 机器人为视角

    本研究通过设计一种数据获取协议，对目前的深度学习方法在机器人视觉中的物体识别效果进行了广泛研究，并介绍了一个新的数据集。研究结果表明，需要知识转移才能提高性能，同时发现了机器人应用中的物体识别问题与图像检索任务之间的主要差异。

    Sep, 2017

  • 机器人强化学习简介

    本文旨在介绍强化学习在机器人自主行动和控制方面的应用，同时关注问题的关键挑战和未来研究方向。

    Oct, 2022

  • 基于深度学习的计算机视觉在自动驾驶技术中的应用研究

    该研究探索了深度学习在自动驾驶计算机视觉技术中的应用及其对系统性能的改进影响。研究结果表明，深度学习技术可以显著提高自动驾驶系统的准确性和实时响应能力。尽管在环境感知和决策支持方面仍存在挑战，但随着技术的进步，预计未来能实现更广泛的应用和更大的潜力。

    Jun, 2024

  • 深度强化学习用于机器人控制的传感器融合

    本文探讨使用深度强化学习算法来进行机器人控制，并结合多个传感器的信息，提出了一种融合传感器信息并且在传感器故障时仍能稳妥地进行操作的深度神经网络架构，并在仿真与真实环境中进行了搜索与拾取任务的测试。

    Mar, 2017