Apr, 2024

面向先进机器学习算法的具有丰富交互能力的稳健软机器人

PDF
TL;DR通过从自然中选择性启示，我们构建了具有大规模行动空间、多个相机提供的丰富传感数据流以及与其他系统连接以增强行动空间和数据流的强大且部分软性的机器人肢体。作为概念验证，我们训练了两种当代机器学习算法来执行简单的目标寻找任务，将这一设计视为构建用于实现人工通用智能的机器人的第一步。
artificial intelligenceroboticsrobotic limbmachine learning algorithmsartificial general intelligence
发现论文，激发创造
  • 利用生成人工智能创造新型软体机器人设计

    利用生成性人工智能设计复杂软体机器人系统的潜力和未来进展。

    May, 2024

  • 构建和测试在人形机器人中体现的通用智能

    构建和测试人类智能水平的机器是一项具有重要经济激励的科学大挑战，我们介绍了我们的方法，包括物理人形机器人系统、基于软件的控制系统、衡量人形机器人智能的性能指标 g + 和用于逐步提高该性能指标得分的进化算法，并报告了该系统的 g + 指标的当前和历史测量结果。

    Jul, 2023

  • 机器人操作学习综述：挑战、表示和算法

    自主系统中智能机器人学习如何操作环境的一篇综述性研究，该研究着重于利用机器学习解决机器人操作的问题，并阐述了该领域的众多研究机遇和挑战。

    Jul, 2019

  • 探究机器人设计对学习和神经控制的影响

    通过设计机器人体形，可以在多任务场景下克服神经控制器所遇到的许多问题，从而实现设计更通用、需要更少计算力的机器人。

    Jun, 2023

  • 移动机器人物体操作的集体智能

    通过将基于梯度的软体物理模拟器的规划器提炼成基于注意力机制的神经网络，我们的多机器人操作系统在适应环境变化、处理任务时表现更好，并且可以应用于训练中未见过的配置。

    Nov, 2022

  • 实时对话机器人的交互语言

    该研究提出了一个框架，用于在现实世界中建立交互式、实时的、自然语言指导的机器人，并开源相关资产 (数据集、环境、基准和策略)。

    Oct, 2022

  • 噪声环境中机械臂动作识别机器学习模型的鲁棒性评估

    在嘈杂的环境中，通过使用机器学习技术和视觉系统来识别机器人手臂的动作是一个重要挑战。本文通过比较分析机器学习方法，研究了机器人手臂在嘈杂环境中的动作识别，并评估了该模型在噪声环境中的有效性和鲁棒性。通过在一个 3x3 网格环境中进行的井字棋案例研究，重点是准确识别手臂在这个受限环境中选择特定位置的动作。实验结果表明，尽管数据集中添加了噪声和不确定性，我们的方法可以实现精确的关键点检测和动作分类。

    Jan, 2024

  • 人工智能未学习的内容（以及原因）

    当今 AI 技术在深度学习和生成式方法的发展下，取得了令人瞩目的成果，但在机器人领域却鲜有影响。目前的自主机器人并不通过与人的互动来学习在家中护理或担任护理助手等应用，而是依赖数学模型、规划框架和强化学习。因此，将机器人 AI 与深度学习技术相结合，创造经验性基础课程，有望极大提高 AI 机器人的广泛实用性，并推动该市场发展，降低成本，普及 AI。

    Mar, 2024

  • 面向自闭症治疗中机器人情感和参与感感知的个性化机器学习

    使用个性化的机器学习框架，利用深度学习的先进技术对自闭症儿童的情感状态和参与度进行自动感知，进而在机器人辅助自闭症治疗中提供更高效的监测和总结治疗进展的潜力。

    Feb, 2018

  • 打造属于自己的机器人伙伴：一个可访问且引人入胜的人工智能教育开源学习模块

    该论文开发了一个面向大学和高中学生的开源学习模块，允许学生从零开始构建自己的机器人伴侣，以提供有关人工智能、机器学习、软件工程和机械工程等各个方面的实际经验和入门知识。通过人本化的人工智能，使学生能更好地理解人与人工智能的互动和人工智能伦理，并且通过实践学习活动增加了学生对未来学习人工智能、机器学习和机器人技术的兴趣。希望这项工作能为大学和高中学生提供可访问和引人入胜的人工智能教育。

    Jan, 2024