DS200TCQAG1BHF

DS200TCQAG1BHF

DS200TCQAG1BHF

環(huán)境中尋找目標

16年，李飛飛組放出了一篇論文，基于深度強化學(xué)習(xí)，在以目標圖像為輸入的情況下，不建圖去找東西。大致思路是：根據(jù)機器看到的圖，決定怎么走，然后再看圖，再決定新走的一步，直到找到東西。論文將目標圖像作為輸入，訓(xùn)練出來的神經(jīng)網(wǎng)絡(luò)具有通用性。

這種方式找東西更接近人的思維。訓(xùn)練出的控制器并沒有記住物體的位置，更不知道房屋的結(jié)構(gòu)。但它記住了在每一個位置，通向各個物體應(yīng)該怎么走。

機器人抓取

傳統(tǒng)的機器人學(xué)研究認為，需要非常清楚要抓取的物體的三維幾何形狀，分析受力位置和力的大小，再反向計算機器手如何一步步移動到這些位置。但這種方式抓取不規(guī)則形狀和柔性物體會很困難。例如毛巾，可能需要看成一系列剛體的鏈接，再進行動力學(xué)建模分析，但是計算量比較大。而小黃鴨那樣的橡膠，外部并不能看出彈性程度，難以計算出需要施加的正確的力。

PieterAbbeel、DeepMind和OpenAI關(guān)于機器人控制的研究，都以此深度強化學(xué)習(xí)為基礎(chǔ)?；趶娀瘜W(xué)習(xí)進行機器人抓取，以機器視角看到的圖像為輸入，以機器終抓到物體為目標，不斷對機器進行訓(xùn)練，從而在不建模和不做受力分析的情況下，實現(xiàn)對物體的抓取。PieterAbbeel已經(jīng)展示過機器人疊毛巾，開瓶蓋，裝玩具等復(fù)雜的動作。

不過基于強化學(xué)習(xí)也仍有很多問題，如效率低、推理過程長、任務(wù)難以描述、不能終身學(xué)習(xí)、不能限度從真實世界獲取信息等。其中一些通過meta學(xué)習(xí)，one-shot學(xué)習(xí)，遷移學(xué)習(xí)，VR示教等方法的引入得到了改善，有些則還暫時難以解決。

Bussmann 170M1571

Bussmann 170M3466

Bussmann 170M6546

Bussmann 170M6419

BUSSMANN 170M5258

Bussmann 170M5952/5953/5954/5955/5956/5957/5958

Bussmann 170M6421

BUSSMANN 170M6146/6147/6148/6150/6151

BUSSMANN 170M7062/7063/7102/7103/7122/7123

BUSSMANN 170M5566/5567/5568/5518/5467/5468

Bussmann 170M6494/6495/6496/6497/6498/6499/6500/6501

Bussmann 170M6418/6468/6469/6518/6519/6568/6569/6393

BUSSMANN 170M4145/4146/4147/4195/4196/4197

Bussmann 170M5195/5196/5197/5198/5199/5200

Bussmann 170M6188/6189/6190/6191/6192/6193/6194/6195

Bussmann 170M5018/5068/5167/5168/5217/5218

Bussmann 170M5241/5242/5243/5244/5245/5246/5247

BUSSMANN 170M3558/3559/3560/3561/3562/3563/3564/3565

BUSSMANN FWP-60B