為了讓機器人可主動學習人類行為,藉此動態調整對應互動結果,NVIDIA讓機器人可透過電腦視覺分析方式,自行學習更多互動行為。 分享 facebook 相比過去機器學習方式,多半是由人主動輸入資料,讓機器端可以透過重複學習記憶對應動作,但如果互動模式突然改變,可能就會讓機器無法順利產生合適的互動結果,此時就必須由人再次輸入資料,讓機器可以透過學習記憶不同互動模式。.inline-ad { position: relative; overflow: hidden; box-sizing: border-box; }
.inline-ad div { margin: auto; text-align: center; }
.inline-ad iframe { margin: auto; display: block; /*width: auto !important;*/ }
.inline-ad div[id^=google_ads_iframe] {
padding: 50px 0 30px;
}
.inline-ad div[id^=google_ads_iframe]:before {
content: "推薦";
font-size:13px;
color:#999;
text-align:left;
border-top: 1px solid #d9d9d9;
width: 100%;
position: absolute;
top: 15px;
left: 0;
padding-top: 5px;
}
.inline-ad div[id^=google_ads_iframe]:after {
content: "";
border-bottom: 1px solid #d9d9d9;I88娛樂城
width: 100%;
position: absolute;
bottom: 15px;
left: 0;
}
.innity-apps-reset { padding: 20px 0 0 !important; margin: -20px auto -10px !important; } 不過,若是應用在自動化產線,或是家庭看護,甚至自動駕駛等應用情境的話,有時候比較難藉由重複方式讓機器花費時間學習,可能必須讓機器可以從錯誤及互動行為改變中學習。NVIDIA首席研究科學家Stan Birchfield表示,一旦讓機器完成學習訓練,基本上都能正確按照學習內容執行互動行為,例如識別大門被開啟情況就驅動機器手臂將門關上,但如果此時發生門只關一半,或是門從另一個方向打開的話,機器可能就無法正確判斷鷹執行動作,導致必須重新學習。不過,在一些情況下始終難以讓機器花費時間重複學習,或是由人重新編寫執行程式,因此如果能讓機器從執行過程中直接學習新互動模式,即可節省大量時間成本,同時也能讓機器有更高學習互動效率。因此藉由電腦視覺分析,搭配機器所整合感知元件、深度學習網絡,讓機器可自行主動因應行為改變時,學習如何調整互動模式,其中包含藉由電腦視覺方式標示不同行為模式,並且從中進行學習分析,讓機器能認知更多不同互動結果,而非僅能仰賴人主動灌輸更多學習資訊。在此項技術應用中,將可讓自動化產線能自動修正公差,或是讓看護機器人針對不同狀況調整行為模式,同時也能讓自動駕駛車輛隨時依據不同路況結果學習最佳行進路線,或是選擇將車輛停下?
大發網
.inline-ad div { margin: auto; text-align: center; }
.inline-ad iframe { margin: auto; display: block; /*width: auto !important;*/ }
.inline-ad div[id^=google_ads_iframe] {
padding: 50px 0 30px;
}
.inline-ad div[id^=google_ads_iframe]:before {
content: "推薦";
font-size:13px;
color:#999;
text-align:left;
border-top: 1px solid #d9d9d9;
width: 100%;
position: absolute;
top: 15px;
left: 0;
padding-top: 5px;
}
.inline-ad div[id^=google_ads_iframe]:after {
content: "";
border-bottom: 1px solid #d9d9d9;I88娛樂城
width: 100%;
position: absolute;
bottom: 15px;
left: 0;
}
.innity-apps-reset { padding: 20px 0 0 !important; margin: -20px auto -10px !important; } 不過,若是應用在自動化產線,或是家庭看護,甚至自動駕駛等應用情境的話,有時候比較難藉由重複方式讓機器花費時間學習,可能必須讓機器可以從錯誤及互動行為改變中學習。NVIDIA首席研究科學家Stan Birchfield表示,一旦讓機器完成學習訓練,基本上都能正確按照學習內容執行互動行為,例如識別大門被開啟情況就驅動機器手臂將門關上,但如果此時發生門只關一半,或是門從另一個方向打開的話,機器可能就無法正確判斷鷹執行動作,導致必須重新學習。不過,在一些情況下始終難以讓機器花費時間重複學習,或是由人重新編寫執行程式,因此如果能讓機器從執行過程中直接學習新互動模式,即可節省大量時間成本,同時也能讓機器有更高學習互動效率。因此藉由電腦視覺分析,搭配機器所整合感知元件、深度學習網絡,讓機器可自行主動因應行為改變時,學習如何調整互動模式,其中包含藉由電腦視覺方式標示不同行為模式,並且從中進行學習分析,讓機器能認知更多不同互動結果,而非僅能仰賴人主動灌輸更多學習資訊。在此項技術應用中,將可讓自動化產線能自動修正公差,或是讓看護機器人針對不同狀況調整行為模式,同時也能讓自動駕駛車輛隨時依據不同路況結果學習最佳行進路線,或是選擇將車輛停下?
大發網
文章標籤
全站熱搜
留言列表