AIGC动态欢迎阅读
原标题:实现机器人领域的ChatGPT时刻,需要大模型+强化学习丨明星教授Sergey特邀报告
关键字:数据,离线,模型,机器人,报告
文章来源:大数据文摘
内容字数:0字
内容摘要:
大数据文摘受权转载自智源社区
想象一下,如果想构建一个AI系统来控制机器人探索另一个星球。这样的机器人需要做些什么呢?
它需要储备一些知识,能够理解环境中物体之间的物理关系,还需要能处理突发事件。如果它要去另一个星球,我们不可能预测那里将发生的一切,所以它需要能适应新的事物。人类在这方面做得很好,但这种灵活性和适应性对当前的AI系统来说是一个巨大的挑战。
那么,最近AI的重大进展是否有助于我们构建这种灵活的自治系统呢?
在智源特邀报告中,来自加州大学伯克利分校的明星教授 Sergey Levine针对上述话题带来了名为「Reinforcement Learning with Large Datasets: a Path to Resourceful Autonomous Agents」的精彩报告。从「离线强化学习基础」,「机器人大模型和强化学习」、「基于强化学习的生成模型」、「离线强化学习与语言模型」四个方面讲解了如何将基于数据的学习和优化结合起来,实现更强大、更符合人类要求的智能体。
在过去的十年里,语言模型和扩散模型这样数据驱动的生成式AI是人工智能的两大进步。在这之前,还有像 A
原文链接:实现机器人领域的ChatGPT时刻,需要大模型+强化学习丨明星教授Sergey特邀报告
联系作者
文章来源:大数据文摘
作者微信:
作者简介:
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...