需要注意的是,有時選擇的示教方法和獲取的數據類型與學習算法的選擇有關。一方麵來自多個模態的示範增加了維數,增加了學習的複雜性。數據的維數可以降低,但是有些信息被忽略,導致從示教數據中學習不當。另一方麵,缺少傳感模態可能會在一開始就提供不完整的信息,導致學習算法表現不理想。
高級技能可以認為是一組低級技能或一組動作基元。除此之外,高級技能還包括對象可視性,涉及構建物理世界對象和機器人動作之間關係的知識。高級技能學習方法可以大致分為學習計劃和學習目標。
1)學習計劃:在這種高級技能的學習方法中,學習計劃為從初始狀態到最終狀態的一係列動作。因此,動作是根據前置條件和後置條件定義的。前置條件為動作執行前的狀態,後置條件為動作執行後的狀態。除此之外,人類教師還用注釋的形式提供附加信息。注釋可以通過觸覺、視覺或語義來提供。額外的信息允許更好地概括高水平的技能。可執行的動作可以是簡單的低級技能,如抓住目標對象,拾起綠色的對象等,組合起來形成一個高級任務,如排序綠色的對象。另一方麵,有一些方法可以通過在示教數據中尋找重複的結構來從高級技能示教中提取低級技能,這樣就可以在不同的示教中識別它。在[2]中,一個示教學習範例是通過人類示教和在程序界麵輸入的用戶目的來描述的。在[18]中,一些涉及一係列順序旋轉和轉換的日常對象操作的示教被用來提取順序的低級技能,並進一步構建一個計劃。這項工作還示教了從一個對象到其他類似對象的學習知識轉移。
2)學習目標:推斷高級技能的目標。人類教師提供的示教被用來推斷執行高級技能的意圖。通過生成假設,可以從重複的示教中推斷出目標。現代方法也使用基於獎勵函數的強化學習方法來實現期望目標。如果獎勵函數是從給定的示教中學習的,那麼它就被認為是目標學習。一些基於強化學習的方法得到了很好的研究[19]。
3、討論總結
技能的學習直接依賴於示教的準確性。大多數方法[20]手動消除了部分示教中的噪聲。結合強化學習,在獎勵和探索機製的基礎上對技能學習進行改進。另一種改進技能的方法涉及示教者反饋[21]。當機器人在一個稍微不熟悉的情況下執行學習到的技能時,從人類教師那裏得到關於執行技能可取性的反饋。目前為了實現這種技能細化的方法,研究人員主要從兩個方麵進行了研究:(1)控製機器人和人類教師之間的信息交互,(2)提供反饋。
|
|
資料獲取 | |
智能教育機器人功能介紹 |
|
新聞資訊 | |
== 資訊 == | |
» 國標《智慧城市 智慧多功能杆 服務功能與 | |
» 人工智能之數據挖掘2020年第9期 | |
» 噴霧消毒殺菌機器人 | |
» 中國通信學會發布《全球人工智能基礎設施戰 | |
» 創澤集團受邀參加工信部 AI 精準賦能中 | |
» 人工智能案例 依圖科技:不斷崛起的AI | |
» 2020年麵向人工智能新基建的知識圖譜行 | |
» 破解AI工程化難題,AI中台助力企業智能 | |
» 淺析我國消防機器人發展現狀與趨勢 | 山 | |
» 【華為出品】智能體白皮書2020 | |
» “先行示範•智贏未來” 創澤 | |
» 創澤集團牽頭起草的全國首個《應用於滅菌消 | |
» 創澤集團智能機器人新品發布會!多款自主研 | |
» 人工智能人才發展報告:亞太地區創新與招聘 | |
» 創澤集團智能機器人“創創”受邀參加進博會 | |
== 機器人推薦 == | |
服務機器人(迎賓、講解、導診...) |
|
智能消毒機器人 |
|
安防巡檢機器人 |
|
人工智能垃圾站 |
|
== 信息推薦 == | |
|
機器人招商 Disinfection Robot 消毒機器人公司 機器人應用 智能垃圾站 消毒機器人價格 消毒機器人廠家 機器人政策 教育機器人 迎賓機器人 機器人開發 清潔機器人 消毒機器人 講解機器人 安防巡檢機器人 霧化消毒機器人 紫外線消毒機器人 地圖 |