收录了 机器人 频道下的 50 篇内容
深度强化学习(RL)使得直接从现实世界中获得的经验和交互中实现机器人行为完全自主学习成为可能,因为它能够使用通用神经网络表示来处理复杂的感知输入。然而,许多现有的RL算法需要数天或数周(或更多)的真实数据才能收敛到期望的行为。此外,这样的系统可能难以在复杂的机器人系统(例如腿式机器人)上部署,因为它们在探索阶段很容易被损坏,超参数设置可能难以调整,而且各种安全方面的考虑也可能会引起诸多限制。
人形智能机器人成为行业拐点
机器它有一定的属性 ,比如它是否做出自我决定要取决于它智能的程度,而且它要进行编程。为了让你的机器人有这样的能力,我们首先要有实体的机器或者实体的硬件,它可以使用传感器或者执行器,打造出一个机器人的形象,它可以根据实际外部条件做出理智的决定。那么这个机器人是可以编程的,同时,它一定要跟物理的社会产生互动。有的时候一个机器它不动,也不跟你说话,只是通过声音来控制,这也不是我们概念上的机器人。
从 2018 年下半年开始,相比较于人形机器人火热发展的 2014-2016 年,现阶段的发展可以说是进入了螺旋式上升发展中的“平缓期”,即触及到了天花板。
随着“中台”战略的提出,目前宜信中台建设在思想理念及架构设计上都已经取得了很多成果。宜信是如何借助中台化的思想打造“AI中台”及相关的智能产品呢?
我们想要的不是人工智能,而是人工智慧。
提到机器人,大家脑海中第一时间会浮现出怎样的事物?
人工智能离不开“人工”,机器人同样离不开人。未来机器人如何通过远程部署的方式,减少需要奔赴一线的技术人员的数量,是需要整个行业重点考虑的问题。
Gazebo及ROS 2入门介绍。
工业4.0的浪潮中,中国工业机器人也在奋勇发展。
随着业务量的不断增大,数据中心需要管理对象的数量、规模及复杂度都呈现指数级增长,传统人工干预、保姆式管理监控和故障处理的方式已无法满足业务需要。尽管监控系统可以掌握全方位的数据,但还是需要有人值守,这样就导致潜在隐患不能及时被发现,对告警的响应滞后。较大规模的机房,每日需要多次人工巡检,每次巡检都需要耗费不少工时,人工渐渐跟不上规模的增长和状态的快速变化。
如何打造通用机器人?
技术创新一直是移动机器人(AGV/AMR)发展的主旋律。
对话机器人自诞生起经历了几个发展阶段,从单纯的文字对话到现在的语音对话,甚至模仿人类的语气进行对话,对话式机器人的每一次进步都会引起不小的关注。
现阶段的智能交互机器人还存在一些局限性,在形象化、拟人化、情感洞察方面瓶颈凸显,对此,追一科技提出了一系列解决方案,包括语音语义联合建模、文本风格迁移等。
Brian Gerkey 和他的同事早在十年前就立志要解决重复做无用功的问题。
聊天机器人变得十分受欢迎,部分原因在于人工智能的复兴以及它在工业领域的应用,但也有部分原因在于我们不知满足的对按需服务的渴望,还有我们从邮件、电话转向短消息应用的习惯。
1 月 16 日,人工智能独角兽旷视科技发布了机器人战略,以及自 2018 年 4 月收购艾瑞思机器人,进军机器人领域的最新进展——智能协同大脑河图。在会上,旷视还大笔一挥,决定投入 20 亿元,用于打造物流仓储上下游生态链。
我们需要恐惧越来越先进的 AI 与机器人吗?AI 会接管整个人类世界吗?更重要的是,它们会夺去我们的工作、甚至撬走我们的男/女朋友吗?
Axiz是用于移动应用的机器人测试生成器。在这篇文章中,作者将他们的测试方法与基于模拟的自动化测试进行比较,描述了一些使用机器人测试能从中获益(甚至是必须使用机器人测试)的场景,并展示了如何使用Axiz对流行的Google计算器应用进行测试。