您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
CCRL框架：让机器人能够学习和组合多种技能
2023年08月22日 由 samoyed 发表
311
0
佐治亚理工学院（Georgia Tech）博士生Niranjan Kumar创建了级联组合残差学习（CCRL）框架，使四足机器人能够无需重新学习动作就可以执行更加复杂的任务，类似于人类的学习方式。Kumar展示了机器人利用这种能力打开一扇沉重的门，这是机器人技术的一项非凡成就。
CCRL的功能就像一个“库”，让机器人在执行简单任务时记住它学过的所有东西。每个新获得的技能都被添加到库中，并用于更复杂的技能。例如，转弯动作可以在行走的基础上学习，同时作为导航技能的基础。
Kumar说，CCRL在交互式导航研究方面开辟了新天地。交互式导航是实现机器人在现实世界中导航的几种导航解决方案之一。
交互式导航需要机器人在到达目标位置的同时与途中的障碍物进行交互，这是机器人最难学习的部分。
Kumar说，让机器人从走路到推动物体的关键在于关节，而机器人要发现它可以用关节做出不同类型的运动。
到目前为止，Kumar的方法已经让机器人可以学习和使用10种技能。它可以在一个策略上学习的技能数量取决于程序员使用的硬件。
他说：“随着技能的不断增加，训练时间也会越来越长，因为现在的策略还必须弄清楚如何在不同情况下整合所有的技能。”“但从理论上讲，只要你有一台足够强大的计算机来运行这些策略，你就可以无限地增加更多的技能。”
Kumar说，他认为CCRL对家庭助理机器人很有用，因为家庭助理机器人需要灵活机动，才能在杂乱的家庭中穿行。他还说，它可能会成为视障人士的导盲犬。
他说：“如果视障人士面前有障碍物，机器人可以在该人行走时清除障碍物，为他们开门，诸如此类。”
文章来源：https://techxplore.com/news/2023-08-framework-robots-interactive-tasks-sequential.html
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
上一篇
大型语言模型依赖于人类来维持性能
广告
广告
写评论取消
回复取消