<td id="qlenh"><strong id="qlenh"><i id="qlenh"></i></strong></td>

    1. <video id="qlenh"></video>
      <u id="qlenh"></u>

        1. 南通航模重工機械有限公司

          中國折彎機、卷板機生產基地,航力重工,品牌象征!

          0513-85250658
          新聞動態

          可以學習指向未來的機器狗

          發布時間:2021/2/5
            首先將狗踢倒,然后推開,然后用棍子推。每次它站起來。
            但是不要急于打電話給動物福利部門-這是一條在愛丁堡大學接受訓練的機器狗。
            亞歷克斯·李(Alex Li)是該大學高級機器人實驗室的負責人,也是將人工智能(AI)應用于機器人技術的領先者之一。
            控制他的狗的AI可以應付從未見過的情況,例如光滑的表面或樓梯。
            而且,如果您曾經看過機器人摔倒的互聯網錄像,那么您將體會到實現這一目標的難度。
            那么,李先生和他的團隊如何訓練他們的狗叫Ju英,或者至少是控制它的AI?
            李先生將這一過程比喻為幼兒教育踢足球的方式。首先,可能會教他們傳球,盤帶和投籃等個人技能。
            一旦他們掌握了這些基礎知識,他們可能會在簡單的比賽中被放寬,在那里他們將學習如何將這些技能結合在一起來贏得比賽。
            這種對人類來說很自然的學習方式是公司和研究人員試圖在機器中復制的東西。
            機器狗最初被教導了兩種技能-跌倒恢復,小跑和步行,而每種技能都是在不同的人工神經網絡中開發的。
            神經網絡依賴于節點之間成千上萬個微小連接的層,數學計算的簇,并且可以隨著訓練而適應。
            前八個技能集被用作創建其他技能集的基礎-總共八個神經網絡。
            如果那八個人是足球隊的球員,那么最后的任務就是創建一個教練-一種AI,可以將他們的技能集中起來解決某些問題,例如從不同的位置站起來并走向目標。
            該技術的優點和潛在用途是可以將機器狗引入全新的場景中,例如在樓梯或巖石表面上導航,并可以進行閃電般的快速調整以保持直立并繼續其目標。
            Li先生聽起來可能并不多,但他希望可以開發這種方法,以便機器人可以完成更復雜的任務。
            他說:“運動當然很酷,您可以看到機器人到處亂跑并起床。但是到了一天結束時,您希望機器人為您做一些有用的事情?!?br />   這將需要增加視覺系統和機械手之類的功能,從而增加許多復雜程度。
            李先生的工作建立在DeepMind Technologies的研究基礎上,該公司是Alphabet的人工智能部門(谷歌的所有者),總部位于倫敦。
            他們一直是稱為“深度強化學習”的技術的領導者,通過這種技術,神經網絡可以從經驗中學習。
            2016年3月9日,在首爾舉行的Google DeepMind挑戰賽。
            DeepMind使用該技術開發了在國際象棋和圍棋中擊敗人類大師的人工智能,并成為了電腦游戲《星際爭霸》的頂級玩家。
            Raia Hadsell是DeepMind機器人實驗室的負責人。她說,將人工智能與運動相結合是另一個挑戰。
            她指出:“您的行動改變了世界?!?因此,與例如下棋的AI不同,在家里執行任務的機器人將不得不應對變化的環境-想象一下,機器人在進行清洗并使用最后的清洗液。
            但是,如果能夠成功開發這種方法,那么回報將是巨大的。
            “我認為您將開始看到機器人可以安全地被人類更多地使用,因為您將能夠與這些機器人進行更多的交互。因此,他們開始在家庭中執行任務的能力越來越強, “ 她說。
            “但可能更重要的是,用在工業,農業,建筑的某些部分。想象一下,能夠為農民提供具有通用目的的機器人,并且可以模仿不同類型的行為?!?br />   但是,不要認為您還可以放棄熨燙。
            Hadsell女士說:“我認為這不會在未來幾年內出現,但也許在未來10年內會出現?!?br />   李先生的機器狗通過關節和電機的反饋(相對簡單的一組輸入)來感知世界。輸出非常簡單-狗向目標行走或小跑。
            內森·勒波拉(Nathan Lepora)是布里斯托爾機器人實驗室的機器人學和AI教授。他還一直在訓練AI來移動,而不是訓練機器狗,而是訓練具有觸覺的機器人手。
            他的AI可以使用人工觸摸來識別物體。盡管仍處于早期階段,但他認為培訓AI以感知其環境并四處移動可能非常強大。
            “ AI開辟了更多的通用方法來學習如何進行控制,而不是手工制造簡單的控制器。這就是區別。這就是深度強化學習的意義。
            “并且深層強化學習還提供了使用更復雜的感覺輸入進行控制的功能?!?br />   但是,要訓練可以控制配備各種傳感器的類人機器人的AI并非易事。
            Lepora教授說:“(參與)制造這些機器人的機械工程水平已經超出了我們控制它們的能力,因為它們是如此復雜。這就是目前正在解決的問題?!?a >大流行打擊石油需求,荷蘭皇家殼牌石油公司將蒙受巨大損失
          日韩放荡少妇无码视频-免费两性的视频网站-av网页