Роботы учатся манипулировать как люди: новый подход к управлению человекоподобными роботами

Система сбора данных HuMI решает проблему неполного описания движений манипулятора, вызванного использованием только информации о захвате, и несоответствия масштаба человеческих движений размерам робота, обеспечивая сбор данных как для обучения высокоуровневой политики на основе визуальных наблюдений и траекторий в пространстве SE(3), так и для получения эталонных движений всего тела для низкоуровневого контроллера посредством кинематического решения обратной задачи.

Исследователи разработали систему, позволяющую человекоподобным роботам осваивать сложные задачи манипулирования, используя данные, собранные без непосредственного участия робота.

Самообучающиеся агенты для мобильных интерфейсов: новый подход

Предлагаемая структура UI-Mem обеспечивает агента иерархическим опытом, включающим рабочие процессы, навыки выполнения подзадач и шаблоны неудач, при этом стратифицированная выборка групп позволяет генерировать траектории с различной степенью направленности для эффективной оценки преимуществ при оптимизации политики, а извлечение абстрактных планов из успешных траекторий и диагностика неудач в саморазвивающемся цикле способствуют постоянному совершенствованию и переносу опыта между задачами.

Исследователи предлагают инновационную систему памяти опыта, позволяющую агентам, управляемым обучением с подкреплением, быстрее осваивать и переносить навыки работы с мобильными приложениями.

Пределы Разума: Энергия и Интеллект

Новая работа предлагает оценить эффективность искусственного интеллекта с точки зрения термодинамики, связывая потребление энергии с возможностями обучения и управления.