Roboții de astăzi excelează în îndeplinirea unor sarcini foarte specifice într-un mediu îngust și controlat. Dar, atunci când se confruntă cu o situație nouă, pregătirea lor foarte specializată nu le permite să se adapteze din mers. În viitor, ar putea roboții să învețe să se adapteze la noi sarcini pentru care nu au fost instruiți?
O posibilă soluție la această problemă este învățarea profundă. În timp ce învățarea profundă extinde capacitățile atât ale învățării automate, cât și ale învățării prin consolidare, are și potențialul de a dezlănțui noi posibilități pentru robotică. Alăturați-vă profesorului Chelsea Finn în această discuție despre algoritmii moderni de învățare cu întărire profundă și aflați mai multe despre utilitatea acestora pentru rezolvarea provocărilor ambițioase din robotică.
Pentru mai multe informații despre programele de inteligență artificială de la Stanford, vizitați: https://stanford.io/ai
#deeplearning #robotica
Cursuri interesante:
- Seminar Stanford – Învățarea reprezentării pentru roboți autonomi, Anima Anandkumar
- Stanford CS224W: Învățare automată cu grafice | 2021 | Cursul 1.2 – Aplicații ale graficului ML
- Seminar Stanford – Considerații pentru colaborarea om-robot
- Stanford CS25: V3 I Inteligență încorporată de nivel scăzut cu modele de bază
- Stanford CS330 Deep Multi-Task & Meta Learning – Ce este învățarea multi-task? I 2022 I Cursul 1
- Seminar de la Stanford – Către o autonomie generalizabilă: dualitatea descoperirii și părtinirii
- Învață inteligența artificială prin intermediul programelor profesionale și absolvente online de la Stanford
- Stanford CS230: Învățare profundă | Toamna 2018 | Cursul 1 – Introducere în clasă și logistică, Andrew Ng
- Seminar Stanford – Stowing and Picking Items in E-Commerce, Aaron Parness de la Amazon Robotics
- Seminar Stanford – Conectarea roboticii și modelelor de fundație, Brian Ichter de la Google DeepMind