無任務學習及在機器人任務和規(guī)劃中的應用

AIGC動態(tài)歡迎閱讀

原標題：無任務學習及在機器人任務和規(guī)劃中的應用
關鍵字：任務,機器人,知識,物體,數(shù)據(jù)
文章來源：大數(shù)據(jù)文摘
內(nèi)容字數(shù)：12702字

內(nèi)容摘要：

大數(shù)據(jù)文摘授權轉載自中國人工智能學會
作者：張憲琦，范曉鵬摘 要：
本文提出了無任務學習的方法，闡述了其與現(xiàn)有方法（包括自監(jiān)督學習、遷移學習、模仿學習、強化學習）的區(qū)別與聯(lián)系；然后，介紹了無任務學習在機器人任務和規(guī)劃領域的應用，并分析了無任務學習在該領域的優(yōu)勢和主要研究難點。最后，對無任務學習在機器人領域的發(fā)展，以及在生產(chǎn)生活中的應用前景進行了展望。關鍵詞：
無任務學習；任務和規(guī)劃；機器人；人工智能引言1961 年，第一臺工業(yè)機器人 Unimate 出現(xiàn)在通用汽車的產(chǎn)線上，自此，機器人在工業(yè)生產(chǎn)領域蓬勃發(fā)展。相比之下，家用機器人的發(fā)展卻不盡如人意，1921 年的舞臺劇中為羅素姆服務的萬能機器人，在 100 年后的今天仍未能實現(xiàn)。相比工業(yè)機器人，家用機器人需要更強的智能，相關研究也面臨更多的困難，例如意圖識別、工具的使用和構造、面向任務的物體替換、用戶個性化定制等。近年來，智能決策、大語言模型等人工智能技術飛速發(fā)展，使得實現(xiàn)擁有類人智能的機器人逐漸成為可能。
目前，用于機器人智能決策的方法，主要可以分為強化學習和模仿學習兩類。強化學習方法需要設置任務相關的獎勵函數(shù)，以此引導智能體

原文鏈接：無任務學習及在機器人任務和規(guī)劃中的應用

聯(lián)系作者

文章來源：大數(shù)據(jù)文摘
作者微信：BigDataDigest
作者簡介：普及數(shù)據(jù)思維，傳播數(shù)據(jù)文化