AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：“機(jī)器人正在接管舊金山”
關(guān)鍵字：機(jī)器人,人形,動(dòng)作,模型,環(huán)境
文章來源：量子位
內(nèi)容字?jǐn)?shù)：3338字

內(nèi)容摘要：

西風(fēng) 發(fā)自 凹非寺量子位 | 公眾號(hào) QbitAI一批人形機(jī)器人在美國(guó)舊金山街頭出沒，引得過往行人駐足留觀：
???
可能還去上了個(gè)課，從加州大學(xué)伯克利分校校門大搖大擺走出：
?
路線不對(duì)，踩著小碎步，穩(wěn)步調(diào)頭：
???
或者不裝了，調(diào)什么頭，直接倒著走：
??
在各種場(chǎng)景下都可以看到它們的身影：
于是乎，網(wǎng)友傳出了“機(jī)器人正在接管舊金山”的消息?：
要不是視頻中還有人類出鏡，網(wǎng)友都要懷疑這是不是真的在舊金山：
這就是來自加州大學(xué)伯克利分校的人形機(jī)器人成果。研究人員提出了使用序列建模和動(dòng)作預(yù)測(cè)的Causal Transformer模型。
使得人形機(jī)器人可以在室內(nèi)外各種環(huán)境中穩(wěn)健行走，應(yīng)對(duì)不同地形，甚至還能背個(gè)書包，提袋垃圾：
怎么做到的？此前，盡管一些人形機(jī)器人在特定環(huán)境下表現(xiàn)良好，但廣泛存在泛化和適應(yīng)新環(huán)境方面的問題。
來自加州大學(xué)伯克利分校的研究人員提出了運(yùn)用Causal Transformer的方法。
這是一種Transformer模型，通過自回歸從觀察-動(dòng)作歷史信息中預(yù)測(cè)下一個(gè)動(dòng)作，也就是模型的輸出（預(yù)測(cè)的動(dòng)作）只依賴于其輸入（觀察-動(dòng)作歷史信息）中的先前信息。
具體來說，在

原文鏈接：“機(jī)器人正在接管舊金山”

聯(lián)系作者

文章來源：量子位
作者微信：QbitAI
作者簡(jiǎn)介：追蹤人工智能新趨勢(shì)，關(guān)注科技行業(yè)新突破