公众号：将门创投 (thejiangmen)

麻省理工学院计算机系在读博士—李昀烛，就在进行基于深度学习的机器人操作研究！

学习之前，不妨先跟著李昀烛逛逛MIT机器人实验室？

Vlog|北大学神、MIT在读博士带你逛麻省理工机器人实验室！将门创投的视频 · 3142 播放

这次我们有幸邀请到麻省理工学院计算机系在读博士—李昀烛来到将门TechBeat，为我们带来Talk【基于深度学习的动力学建模、物理系统推断和机器人操作】。Talk已在将门TechBeat上线！【点击这里】，即可马上免费观看！

在本次分享中，他围绕主题分享了他和团队在NeurIPS 2020、ICLR 2019、ICLR 2020、CoRL 2020中的工作。听完他的分享，相信大家一定有所收获~

有没有将深度学习融入机器人领域的尝试？有哪些难点？?

www.zhihu.com图标

? 点击【这里】，一起听Talk啦~

更多精彩Talk，尽在【持续上新 | Talk合辑】专栏

＠将门创投· 让创新获得认可

如果喜欢，别忘了赞同、关注、分享三连哦！笔芯?

发布于 2020-12-31继续浏览内容知乎发现更大的世界打开Chrome继续望止洋望止洋远望知识的海洋

机器人研究的每一个方面基本都可以用上。

感知方面，基于机器学习或者深度学习可以方便地对视觉进行处理，无论是检测、识别、分类，还是别的任务，这就像机器人的眼睛。在决策方面，通过学习的方式可以自然、快速地学习人类策略，也称为示教编程（Programming by Demonstration, PbD）或者示教学习（Learning from demonstration, LfD ），这又好比是机器人的大脑。在控制方面，结合人工智慧方法的智能控制，解决传统非线性控制器设计困难的问题。此外，还有强化学习的方法，将决策和控制一起考虑解决，可参考deepmind在2013年的DQN、2015年的DDPG工作，或者UC伯克利的深度强化学习工作等等作为入门。

当然，提问提的太大，几句话也说不清楚。要回答这个问题还是需要长期调研相关文献。

机器人研究的每一个方面基本都可以用上。

感知方面，基于机器学习或者深度学习可以方便地对视觉进行处理，无论是检测、识别、分类，还是别的任务，这就像机器人的眼睛。在决策方面，通过学习的方式可以自然、快速地学习人类策略，也称为示教编程（Programming by Demonstration, PbD）或者示教学习（Learning from demonstration, LfD ），这又好比是机器人的大脑。在控制方面，结合人工智慧方法的智能控制，解决传统非线性控制器设计困难的问题。此外，还有强化学习的方法，将决策和控制一起考虑解决，可参考deepmind在2013年的DQN、2015年的DDPG工作，或者UC伯克利的深度强化学习工作等等作为入门。

当然，提问提的太大，几句话也说不清楚。要回答这个问题还是需要长期调研相关文献。

我觉得可以考虑机器学习与现有的控制演算法相结合，优化控制演算法的结构和参数。

等机器人普及，AI晶元普及.

先得有个机器人

主要是用在机器视觉，文字识别，语音识别，还有语义识别上

推荐阅读：
相关文章