机器人■伯克利团队提出一种更“聪明”的机器人导航系统( 三 )
本文插图
图｜随着收集更多数据 ， BADGR 的智能化不断提高（来源：Berkeley）
该实验不仅证明BADGR在收集更多数据后可以改善 ， 而且当BADGR遇到新环境时 ， 以前收集的经验实际上可以加速学习 。 随着BADGR在越来越多的环境中自动收集数据 ， 成功学习每种新环境中的导航所需的时间将越来越少 。
BADGR给出的关键见解是 ， 通过直接从现实世界中的经验中自主学习 ， BADGR可以了解导航能力 ， 随着收集更多数据而不断完善 ， 并推广到其他新的环境 。 研究人员认为 BADGR 是朝着完全自动化、自我完善的导航系统迈出的有希望的一步 ， 尽管仍然存在许多未解决的问题 ， 比如：机器人如何在新环境中安全地收集数据？在线适应新的数据流？应对非静态环境 ， 例如有人走动?
最后 ， 研究人员表示 ， 该实验只评估了静态环境中的BADGR ， 环境中并没有加入行人和汽车之类的移动媒介 。 由于来自数据收集策略与真实环境中的动态数据会存在偏差 ， 因此使用来自非静态环境的数据进行收集和训练可能会带来更多挑战 ， 解决这些挑战对于机器人学习平台能够在现实世界中学习和行动至关重要 ， BADGR正在向这个目标一步步迈进 。
推荐阅读
- 「图像处理」李沐团队提出最强ResNet改进版，多项任务达到SOTA | 已开源
- 机器人：青岛造运输机器人打败五家外企 成功进驻世界最大中转枢纽港
- 「水稻」浙大研究团队全球调查显示：栽培水稻“返祖”现象普遍存在
- [机器人]从昆虫身上找灵感，研发人员用3D打印批量制造机器人群 | 硬科技
- 公司：AT＆T将提供云平台为XENEX公司的消毒机器人提供物品清洁服务
- 「机器人」科学家使用集成神经网络改变机器人步态
- 「亚马逊」亚马逊工人团队呼吁员工集体请病假向公司抗议
- #3DMGAME#索尼申请陪玩机器人专利 能感知玩家情感并做出反馈
- 「」2.5D视觉系统“Eyes”实现机器人应用的极致简易操作
- ■广东领先！工业机器人领域专利申请量占全国28%