深度学习与机器人结合 帮你做家务

深度学习与机器人结合 帮你做家务

nviki 人工智能机器人 05-26 10 浏览 0

加州大学伯克利分校的研究员们正在研究一种新算法让机器人可以通过练习、犯错来学习所有新技能,就像人类一样。切实点说,这个算法可能最终可能产生机器人管家,能帮你完成各种不想做的无聊乏味的家务活。

机器人认识世界是全靠大量预编程序的,让它们知道在什么情况下作何反应。如果它们要更加融入我们的日常生活,机器人必须要学会适应未知环境,这会是人工智能技术发展的关键一步。

为此,伯克利分校“人与机器人倡议”活动的参与研究员正转向人工智能分支,称为“深度学习”的领域,这个技术是来源于大脑利用神经线路来感知世界并进行互动。

人类并不是生来就会所有的行为模式,但我们也不需要被编程。我们用一生的时间从他人、实践中学习、掌握这些技能。这个学习的过程根植于我们的神经系统,我们甚至没办法言传身教到底要怎样才能做好这件事,只能提供一些建议和指导让他们自己领悟学习。

在近期的实验中,研究员一直在研究一个他们叫“伯克利清理乏味任务机器人”(Berkeley Robot for the Elimination of Tedious Tasks,BRETT)的小机器人,BRETT被训练完成了一系列简单的动作任务。这个算法包括BRETT学习新人物的好坏,达到多熟练会有奖励机制。这个奖励制度很关键:能帮助他完成任务的会得更高的分,而没用得动作则不会得分,这样会让他的神经网络传达成千上万的参数。

到目前为止,BRETT的训练结果令人震惊。如果把物体在一个场所的位置告诉他,他一般能在十分钟里面完成一个新任务。如果位置未知,那他就要同时开动视觉和动作控制马达,那么这个学习过程需要几个小时。

转自  http://www.acznw.com/archives/13781.html

时间: 2024-08-09 02:05:00

深度学习与机器人结合 帮你做家务的相关文章

【深度学习】简单地利用keras做车标识别

一次简简单单的实验课的内容而已. 首先把给出的样本素材放缩的32*32的大小,这部分可以用Python的批处理和opencv中的放缩函数resize()来做,在此我就不列出代码了. 列举出一部分放缩好的图片. 然后在利用keras简历卷积神经网络的模型,在做此实验之前,电脑要配置好Python+Theano+Keras的环境. #生成一个model def __CNN__(testdata,testlabel,traindata,trainlabel): model = Sequential()

微信开发-机器人-能帮你做些什么?

提醒功能 比如淘宝,京东,拼多有订单了,通过微信机器人去提醒供应商发货. 比如生日快到,微信提醒谁要过生日了. 提醒女朋友,每天早上自动给女朋友们提醒早上好,晚上提醒晚安!!! 活跃群气氛 机器人具有智能聊天功能,可以陪群友聊天,能讲笑话,查询天气.抽签.配对等娱乐功能 有三公.骰宝.抢jie.猜数字.猜拳.成语接龙.看图.红包等游戏娱乐. 有查天气.查IP归属地.查身份证号.测试人品.藏头诗.绕口令等等几十种实用查询 管理群 能帮你自动审核入群,自动警告.禁言.踢发广告的,能艾特全体(最新消息

深度学习在数据挖掘的应用

深度学习是我们明略重要的研究方向,是目前工业界学术界实现了很多令人惊叹功能的工具,也是通向人工智能的必经之路. 我们先来看看深度学习能做什么,Google研究的无人驾驶,其组件由两个部分组成,一个是眼睛,一个是大脑,眼睛是激光测距仪和视频摄像头,汽车收集到这些视频信号之后,并不能很好的识别,为了让汽车能理解我们需要一个大脑,这个大脑就是深度学习,通过深度学习我们可以告诉我们的车载的计算机,现在前面有什么样的物体,并且结构化的抽取出来. 比如说这个是通过挡风玻璃看到的画面,让机器理解,必须要判断视

深度学习、机器学习与NLP的前世今生

随着深度学习的发展,自然语言处理领域的难题也得到了不断突破,AlphaGo项目的主要负责人David Silver曾说"深度学习 (DL)+ 强化学习 (RL) = 人工智能 (AI)".目前深度学习在自然语言处理上主要有哪些应用?在工程实践中是否会有哪些瓶颈?以下内容是根据达观数据联合创始人高翔在<深度学习与文本智能处理>直播的总结. 一.为什么做文本挖掘 什么是NLP?简单来说:NLP的目的是让机器能够理解人类的语言,是人和机器进行交流的技术.它应用在我们生活中,像:智

TensorFlow【机器学习】:如何正确的掌握Google深度学习框架TensorFlow(第二代分布式机器学习系统)?

本文标签:   机器学习 TensorFlow Google深度学习框架 分布式机器学习 唐源 VGG REST   服务器 自 2015 年底开源到如今更快.更灵活.更方便的 1.0 版本正式发布,由 Google 推出的第二代分布式机器学习系统 TensorFlow一直在为我们带来惊喜,一方面是技术层面持续的迭代演进,从分布式版本.服务框架 TensorFlow Serving.上层封装 TF.Learn 到 Windows 支持.JIT 编译器 XLA.动态计算图框架 Fold 等,以及

TensorFlow深度学习应用实践

http://product.dangdang.com/25207334.html 内容 简 介 本书总的指导思想是在掌握深度学习的基本知识和特性的基础上,培养使用TensorFlow进行实际编程以解决图像处理相关问题的能力.全书力求深入浅出,通过通俗易懂的语言和详细的程序分析,介绍TensorFlow的基本用法.高级模型设计和对应的程序编写. 本书共22章,内容包括Python类库的安装和使用.TensorFlow基本数据结构和使用.TensorFlow数据集的创建与读取.人工神经网络.反馈神

face recognition[翻译][深度学习理解人脸]

本文译自<Deep learning for understanding faces: Machines may be just as good, or better, than humans>.为了方便,文中论文索引位置保持不变,方便直接去原文中找参考文献. 近些年深度卷积神经网络的发展将各种目标检测和识别问题大大的向前推进了不少.这同时也得益于大量的标注数据集和GPU的使用,这些方面的发展使得在无限制的图片和视频中理解人脸,自动执行诸如人脸检测,姿态估计,关键点定位和人脸识别成为了可能.本

深度学习之TensorFlow:入门原理与进阶实战

深度学习之TensorFlow:入门原理与进阶实战 链接:https://pan.baidu.com/s/1wUos19e7qhm_fA52FV8gQg 提取码:nz8i 目录 · · · · · · 配套学习资源 前言 第1篇 深度学习与TensorFlow基础 第1章 快速了解人工智能与TensorFlow 2 1.1 什么是深度学习 2 1.2 TensorFlow是做什么的 3 1.3 TensorFlow的特点 4 1.4 其他深度学习框架特点及介绍 5 1.5 如何通过本书学好深度学

使用亚马逊的云服务器EC2做深度学习(三)配置TensorFlow

这是<使用亚马逊的云服务器EC2做深度学习>系列的第三篇文章. (一)申请竞价实例  (二)配置Jupyter Notebook服务器  (三)配置TensorFlow TensorFlow是Google发布的深度学习框架,支持Python和C++的接口.TensorFlow既可以用于学术研究,也可以用于生产环境.许多Google的内部服务,就使用了TensorFlow,比如Gmail.语音识别等. 网络上TensorFlow的教程也很丰富,官方文档在第一时间就被翻译成来中文. 如果让我来评价