框架使得机器人能够按顺序执行交互任务

框架使机器人能执行交互任务

.fav_bar { 浮动:左; 边框:1px 实心 #a7b1b5; 顶部边距:10px; 底部边距:20px; } .fav_bar span.fav_bar-label { 文本对齐:中心; 填充:8px 0px 0px 0px; 浮动:左; 左边距:-1px; 右边框:1px 虚线 #a7b1b5; 左边框:1px 实心 #a7b1b5; 显示:块; 宽度:69px; 高度:24px; 颜色:#6e7476; 字体加粗; 字体大小:12px; 文本转换:大写; 字体系列:Arial, Helvetica, sans-serif; } .fav_bar a, #plus-one { 浮动:左; 右边框:1px 虚线 #a7b1b5; 显示:块; 宽度:36px; 高度:32px; 文本缩进:-9999px; } .fav_bar a.fav_de { 背景:url(../images/icons/de.gif) 不重复 0 0 #fff } .fav_bar a.fav_de:hover { 背景:url(../images/icons/de.gif) 不重复 0 0 #e6e9ea } .fav_bar a.fav_acm_digital { 背景:url(‘../images/icons/acm_digital_library.gif’) 不重复 0px 0px #FFF; } .fav_bar a.fav_acm_digital:hover { 背景:url(‘../images/icons/acm_digital_library.gif’) 不重复 0px 0px #e6e9ea; } .fav_bar a.fav_pdf { 背景:url(‘../images/icons/pdf.gif’) 不重复 0px 0px #FFF; } .fav_bar a.fav_pdf:hover { 背景:url(‘../images/icons/pdf.gif’) 不重复 0px 0px #e6e9ea; } .fav_bar a.fav_more .at-icon-wrapper{ 高度: 33px !important ; 宽度: 35px !important; padding: 0 !important; 右边框: none !important; } .a2a_kit { 行高: 24px !important; 宽度: unset !important; 高度: unset !important; padding: 0 !important; 右边框: unset !important; 左边框: unset !important; } .fav_bar .a2a_kit a .a2a_svg { 左边距: 7px; 顶部边距: 4px; padding: unset !important; }

交互导航要求机器人在与途中的障碍物交互时到达目标位置,这被证明是机器人学习中最困难的部分。 ¶ 来源:佐治亚理工学院研究

佐治亚理工学院的博士生Niranjan Kumar开发的一个框架使四足机器人能够在不必重新学习动作的情况下执行越来越复杂的任务。

级联组合残差学习(CCRL)框架充当一个库,机器人学到的每个新技能都被添加到库中,然后通过访问这些技能来实现更复杂的技能。

该框架通过机器人使用能量传递来展示,机器人能够打开一扇重门。

目前,机器人可以使用CCRL学习和执行10种技能。

Kumar说:“随着不断添加更多的技能,训练时间会变得更长,因为现在策略还必须找出如何在不同的情况下整合所有这些技能。但从理论上讲,只要有足够强大的计算机来运行策略,你可以无限制地添加更多的技能。” 来自佐治亚理工学院 查看完整文章

摘要版权所有 © 2023 SmithBucklin ,华盛顿特区,美国