魔方模拟器_械臂最近有点忙:OpenAI教它玩魔方,DeepMind让它搭积木!

810bde815b05bc4e50bbc2f86020e43c.png

AI WORLD 2019 世界人工智能峰会精彩重放!

10 月 18 日,2019 中关村论坛平行论坛 ——AI WORLD 2019 世界人工智能峰会在北京启幕。新智元杨静、科大讯飞胡郁、微软王永东、华为王成录、英特尔宋继强、旷视及智源学者孙剑、滴滴叶杰平、AWS 张峥、依图颜水成、地平线黄畅、autowise.ai 黄超等重磅嘉宾中关村论剑,重启充满创新活力的 AI 未来。峰会现场,新智元揭晓 AI Era 创新大奖,并重磅发布 AI 开放创新平台和献礼新书《智周万物:人工智能改变中国》。回放链接:

【腾讯科技】 客户端:https://view.inews.qq.com/a/TEC2019101600718500     PC 端:http://v.qq.com/live/p/topic/74606/preview.html 【海淀融媒】 https://m.toutiaoimg.cn/i6748195040323062540 【新浪科技】 http://video.sina.com.cn/l/p/1728577.html

  新智元报道  

编辑:大明
【新智元导读】一周前OpenAI刚教机械臂解魔方,今天DeepMind就用机械臂搭起了积木。DeepMind利用智能体迁移学习,将虚拟环境中的知识转移到现实中的机械臂,效果显著,机械臂搭积木的成功率从基线方法的12%猛增至62%。新智元 AI 朋友圈和大咖一起讨论吧~
教机械手搭积木的最简单方法是什么?DeepMind的研究人员最近就在研究这个问题。   只要想用AI解决问题,总是需要大量数据,而目前的机器人技术很难获得这些数据。即使假设有足够的数据来训练机器学习模型,但如果没有人工注释,再多的数据往往也是没有用的。   不过,DeepMind研究人员开发出了一套可以在模拟环境中从观察中学习的系统(MuJoCo),并将学习的知识迁移至现实世界中。在一份详细介绍他们研究的预印本论文中,他们声称新方法可以指导模拟环境下基于视觉学习的智能体,仅用五个小时的非标记数据,教会了现实世界中机器臂如何搭积木。   8acd9c1fb1f11f63a3b5f78fe994afa4.png 上周,OpenAI刚刚发表了一篇论文,研究了将AI模型学习到的技能从仿真智能体转移到现实世界中的机器人的方法,以解决“解魔方”这类任务。这项研究采用了结构复杂的机械手来操作魔方。   而DeepMind团队本次的任务是“搭积木”,他们使用的是功能相对基础的Sawyer抓手。 来看一段视频演示: 研究人员采用两步适应程序。首先,利用模拟环境来学习一种策略,该策略可通过合成图像和本体感知(位置和运动的感知)来解决“堆积木”的任务。任务由两个智能体程序(分别是:可访问模拟器状态的、基于状态的智能体程序,以及使用原始像素观测值的、基于视觉的智能体程序)同时进行训练,由前者为后者提供用于强化学习的数据。  

982683cfe02fed5892ea79ca31eb84ea.png

上图:在真实和模拟域随机环境中的像素对比结果

  第二步,未标记的真实图像序列有助于使状态表示更快地适应真实域,提供同时适用于仿真环境和现实环境的目标。 研究人员表示,利用受过模拟训练的智能体收集的未标记数据,可以减轻模拟智能体与真实机器人之间的性能差距。   cedc01edbd6337791ff6524502397cc7.png 289f69ae5c39aecd65f3c4ca0204a5a5.png 实验结果表明,DeepMind的“从模拟到真实”的迁移学习方案与域随机化和其他自监督的适应技术相比,产生了“明显的性能提升”。平均而言, 叠积木的成功率提升至62%,远好于基线方法12%的成功率水平。   该论文的作者表示:“我们的智能体实现了从视觉上与现实世界的交互,让这一方法能够适用于大量的操纵控制任务。堆积木的任务凸显出了机械臂长距离操纵任务的通用方法。最重要的是,这种方法可以更充分地利用未经标记的真实世界的数据,来提高堆积木的表现。”   参考链接: https://venturebeat.com/2019/10/22/deepmind-transfers-cube-stacking-skills-from-simulation-to-physical-robot/ 论文地址: https://128.84.21.199/pdf/1910.09470.pdf

c18c9dfdacf2aeacb11576ed48b0b4a8.png

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值