机器人能像打游戏升级？看欧洲顶校如何重塑机器人技能学习

AIGC动态欢迎阅读

原标题：机器人能像打游戏升级？看欧洲顶校如何重塑机器人技能学习
关键字：机器人,技能,框架,多面手,记忆
文章来源：大数据文摘
内容字数：4528字

内容摘要：

大数据文摘授权自机器人大讲堂
在游戏中，角色往往都有一个“技能树”，玩家可以根据需要为角色灵活搭配、升级各种技能，使其更好地应对不同的任务和挑战。
而在机器人领域，欧洲顶尖理工大学卡尔斯鲁厄理工学院的研究人员们最近也为机器人开发了一个类似的“技能树”——MAkEable框架。
有了这个框架的加持，机器人就能更灵活地学习、进化，成长为一个“全能选手”。
那么，这个为机器人量身打造的“技能树”究竟有何过人之处呢？让我们一探究竟。“可供性”：机器人技能升级的秘籍MAkEable框架的一大特色，就是巧妙运用了“可供性”（Affordance）这一概念。“可供性”源自心理学，指的是一个物体或环境为主体提供的行为可能性。
打个比方，对人类而言，一把椅子不仅可以用来坐，还可以当作临时的梯子或支撑物。而对机器人来说，MAkEable框架就利用“可供性”来描述它与环境互动的各种可能性，比如抓取、推拉、放置等。这种表征方法可以让机器人更灵活地分析环境，自主地规划和执行各种操作，就像在“技能树”上自由搭配技能一样。
研究人员举了一个形象的例子：假设有一个抓取任务，目标是一个未知的物体。传统方法需要提前知道这

原文链接：机器人能像打游戏升级？看欧洲顶校如何重塑机器人技能学习

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