主要观点总结
近日,美国机器人制造商波士顿动力与日本丰田汽车旗下的高级研究机构丰田研究所联合宣布,在机器人与人工智能研究领域取得重大进展。通过双方的合作,为波士顿动力旗下著名的Atlas人形机器人注入了全新的人工智能系统,该系统由大型行为模型(LBMs)驱动。这一突破使得Atlas机器人不再依赖复杂的预编程代码,而是可以通过观察人类的演示来直接学习和掌握新技能,从而向着通用人形机器人迈出了关键性的一步。
关键观点总结
关键观点1: 新型人工智能系统的特点
通过大型行为模型(LBMs)驱动,使得Atlas机器人可以通过观察人类的演示来直接学习和掌握新技能,不再仅仅依赖于复杂的预编程代码。
关键观点2: 传统机器人编程方式的瓶颈
工程师必须为机器人可能遇到的每一种情况手动编写精确的指令和应急预案,这个过程耗时耗力,且生成的行为往往非常脆弱。
关键观点3: 大型行为模型(LBM)的作用
LBM通过人类的演示快速赋予机器人新技能,随着模型能力的增强,实现更鲁棒的行为所需要的人类演示也越来越少。
关键观点4: 合作的核心技术
合作的核心是一种端到端的AI策略,将机器人的感知、决策与控制整合进一个统一的神经网络中,实现全身协调控制。
关键观点5: 新型AI系统的适应能力
新型AI系统具备前所未有的适应性,能够智能应对意外情况,如打开被合上的箱子、捡起掉落的零件等。
免责声明:本文内容摘要由平台算法生成,仅为信息导航参考,不代表原文立场或观点。
原文内容版权归原作者所有,如您为原作者并希望删除该摘要或链接,请通过
【版权申诉通道】联系我们处理。