无任务学习及在机器人任务和运动规划中的应用

AIGC动态欢迎阅读

原标题：无任务学习及在机器人任务和运动规划中的应用
关键字：任务,机器人,知识,物体,数据
文章来源：大数据文摘
内容字数：12702字

内容摘要：

大数据文摘授权转载自中国人工智能学会
作者：张宪琦，范晓鹏摘 要：
本文提出了无任务学习的方法，阐述了其与现有方法（包括自监督学习、迁移学习、模仿学习、强化学习）的区别与联系；然后，介绍了无任务学习在机器人任务和运动规划领域的应用，并分析了无任务学习在该领域的优势和主要研究难点。最后，对无任务学习在机器人领域的发展，以及在生产生活中的应用前景进行了展望。关键词：
无任务学习；任务和运动规划；机器人；人工智能引言1961 年，第一台工业机器人 Unimate 出现在通用汽车的产线上，自此，机器人在工业生产领域蓬勃发展。相比之下，家用机器人的发展却不尽如人意，1921 年的舞台剧中为罗素姆服务的万能机器人，在 100 年后的今天仍未能实现。相比工业机器人，家用机器人需要更强的智能，相关研究也面临更多的困难，例如意图识别、工具的使用和构造、面向任务的物体替换、用户个性化定制等。近年来，智能决策、大语言模型等人工智能技术飞速发展，使得实现拥有类人智能的机器人逐渐成为可能。
目前，用于机器人智能决策的方法，主要可以分为强化学习和模仿学习两类。强化学习方法需要设置任务相关的奖励函数，以此引导智能体

原文链接：无任务学习及在机器人任务和运动规划中的应用

联系作者

文章来源：大数据文摘
作者微信：BigDataDigest
作者简介：普及数据思维，传播数据文化