2016 深度學(xué)習機器人領(lǐng)域最新應用及趨勢總結
加入技術(shù)交流群
編者按：深度學(xué)習在機器人領(lǐng)域還僅僅處于起步階段，而將來(lái)深度學(xué)習在機器人領(lǐng)域中的應用對發(fā)展通用人工智能大有助益。
訓練數據都從哪里來(lái)??
本文引用地址：http://dyxdggzs.com/article/201608/295483.htm很多講者都提到了訓練數據的問(wèn)題。Pieter Abbeel強調了OpenAIGym平臺可以用于解決合成強化學(xué)習機器人問(wèn)題。
很多人都采用這樣的方法：先在合成數據庫上做試驗，之后再使用現實(shí)世界數據進(jìn)行更復雜的模擬。
谷歌DeepMind的RaiaHadsell在演講中提到了PNN非常適用于這一過(guò)程。最先是訓練系統玩ATARI游戲，然后發(fā)展成模擬的三維機械臂控制問(wèn)題，結果發(fā)現使用了預先訓練過(guò)的PNN框架的系統學(xué)得更快、性能更好。
DieterFox的實(shí)驗室也采取了類(lèi)似的方法。他們?yōu)榱黧w模擬時(shí)，先使用混合的流體模擬，然后再使用現實(shí)世界的數據。
評論