Centauro[11]是德國伯恩大學計算機學院研製的遙操作輪腿複合的移動操作機器人(如圖5(a)(b))。Centauro整體采用與半人馬相似的構型，頭部配備一個3維激光雷達，實現對環境的三維建zhon圖和感知；頭部下端四周配置3個廣角相機用於實時監控各部分的運動狀態；頸部配備一台kinect相機用於對抓取目標物體的識別和姿態估計；肩部配備兩個七自由度的機械臂和9自由度的機械手，可以完全模仿人體手臂的全部運動，機械手腕部配備扭力傳感器和手部配備壓力傳感器，用於操作端的力反饋；行走機構由四個5自由的機械腿構成，可完成人體腿部運動的模仿，每個腿部具有獨立驅動的主動輪，可實現平整路麵快速移動和複雜路麵的步態運動，腿部運動由基座的兩個RGB相機實時監控；控製單元由三個PC構成，分別負責基礎係統控製，視覺感知處理和高級功能控製(多傳感器數據融合)。操作者可通過遠程操作平台(如圖5(c))實時操作Cantauro完成各種複雜操作任務，通過簡單設置，Centauro通過融合自身攜帶的多傳感器信息可實現自主移動和抓取操作。Tobias Klamt[12]測試了Centauro在多種操作任務中的係統穩定性(如圖5(d))。
 |
- 創澤智能機器人
- 中國智能服務機器人領軍企業，涵蓋商用、家庭、特種等多用途的智能機器人產品體係，十幾年行業應用解決方案提供商
|
|
中科院沈陽自動化所的Wang利用深度強化學習算法和視覺感知相結合的方法來完成移動機器人在非結構環境下的移動操作
在底層通過使用基於模型的操作單元，保證了手指與物體之間持續穩定的抓取；在中層使用強化學習進行規劃，從而實現較長和複雜的手內操作流程
人類可以通過視覺和觸覺融合感知快速確定抓取可變形物體所需力的大小，以防止其發生滑動或過度形變，但這對於機器人來說仍然是一個具有挑戰性的問題
能快速將現有算法在實際生產環境落地，並能利用GPU加速實現大規模計算，我們自己搭建了一個GPU加速的大規模分布式機器學習係統，取名小諸葛
杜克大學的一種 AI 算法PULSE可以將模糊、無法識別的人臉圖像轉換成計算機生成的圖像，其細節比之前任何時候都更加精細、逼真
餓了麼算法專家劉金介紹推薦業務背景，包括推薦產品形態及算法優化目標；然後是算法的演進路線；最後重點介紹在線學習是如何在餓了麼推薦領域實踐的
優酷推薦業務，算法應用場景眾多，需求靈活多變，需要一套通用業務框架，支持運行時的算法流程的裝配，提升算法服務場景搭建的效率
通過分析其中的關鍵問題，建立了新熱內容曝光敏感模型，並最終給出一種曝光資源約束下的多目標優化保量框架與算法
針對結算收銀場景中商品識別的難點，從商品識別落地中的模型選擇、數據挑選與標注、前端和雲端部署、模型改進等方麵，進行了深入講解
神經形態結構融合學習和記憶功能領域的研究主要集中在人工突觸的可塑性方麵，同時神經元膜的固有可塑性在神經形態信息處理的實現中也很重要
機器學習就是通過經驗來尋找它學習的模式，而人工智能是利用經驗來獲取知識和技能，並將這些知識應用於新的環境
滴滴機器學習場景下的 k8s 落地實踐與二次開發的技術實踐與經驗，包括平台穩定性、易用性、利用率、平台 k8s 版本升級與二次開發等內容
