谷歌提供新框架 帮助机器人规划路线自主“远程出行”
谷歌机器人研究部门在一篇博客文章中表示，他们正在研究如何让机器人自己进行长距离移动。研究科学家aleksandra faust和机器人软件工程师anthony francis表示：“仅在美国，就有300万人患有行动障碍，无法出门，机器可以帮助行动不便的人做一些简单的事情，比如拿食品、药品或包裹等。”
谷歌提供新框架 帮助机器人规划路线自主“远程出行”
在某种程度上，通过使用强化学习(rl)可以做到这一点，这是一种人工智能训练技术，它利用奖励来驱动个体朝着目标前进。福斯特、弗朗西斯和他的同事们将强化学习与长距离规划路线结合起来，编出能够安全穿越短距离(约15米)且不会撞上移动障碍物的程序。他们利用autorl，一个自动搜索强化学习奖励和神经网络架构的工具，在模拟环境中进行训练，再使用经过训练的程序构建路线图，或由节点(位置)和边组成图。
使用传统rl方法的训练，仍存在许多问题，比如它需要花费时间迭代和手工调整奖励，并在人工智能架构方面不够明智，更不用说减轻遗忘，这种现象是指人工智能系统在学习新信息时，突然忘记了以前学过的信息。
autorl试图通过两个阶段来解决这个问题，奖励搜索和神经网络架构搜索。在阶段， 每个奖励功能略有不同，在这个阶段的后，通常会选择将带到其目的地的奖励。神经网络架构搜索阶段本质上是阶段的重复，但使用选定的奖励来优化网络，并对累积奖励进行优化。
这个自动化的训练过程，可以减轻模型的遗忘情况，并且与现有技术相比，由此产生的策略的质量更高(导航任务的质量提高了26%)，它们甚至足够强大，可以在非结构化环境中引导机器人。
autorl制定的策略，对本地导航很有帮助，但远程导航就需要用到概率路线图了，它们是基于采样的规划器的一个子类，对机器人的姿态进行采样，创建符合机器人特性的路线图。
福斯特和弗朗西斯解释说：“首先，我们在一个通用的模拟训练环境中对机器人进行训练，训练一个本地规划策略。再根据该策略构建一个prm，称为prm-rl，它位于部署环境的平铺图之上，相同的平面图可以用于任何机器人。”
为了评估prm-rl，谷歌的研究人员使用比培训环境大200倍的办公室楼层地图构建了一个路线图，在20次试验中，成功率达90%以上。
(原标题：谷歌提供新框架 帮助机器人规划路线自主“远程出行”)
深度剖析锅炉醇基燃料油大卡测试检测仪的系统性能
电缆防火封堵包 阻火包厂家价格
制作一颗硅晶圆需要多少种半导体设备？光刻机仅仅是九牛一毛
大力推广餐饮业安装油烟在线监测监控设备的好处
地磅称重系统更智能高效率的进行车辆称重
谷歌提供新框架 帮助机器人规划路线自主“远程出行”
超声波探伤仪如何清洁
涟水地磅—80吨地磅—14米地磅
国产氮气发生器的故障检修主要包括以下几个步骤及具有的优点
实验型提取浓缩设备的特点
ROSS双联阀W7057A8332*
厂家告诉你橡塑阻热材料绝热材料与保温材料的区别
关于检测仪表的产品分类
FG工业过滤（原MAHLE工业过滤）在工厂的应用
空气热交换器的水流速范围
一体化膜生物反应器的未来前景
德国LAUDA Scientific 光学接触角测量仪的测量性能
COMET AG射线管、射线发生器、高压电缆产品介绍
绞肉机过热后不转动了要怎么解决？
陪你聊高压匀浆机的转速问题
谷歌提供新框架 帮助机器人规划路线自主“远程出行”
在某种程度上，通过使用强化学习(rl)可以做到这一点，这是一种人工智能训练技术，它利用奖励来驱动个体朝着目标前进。福斯特、弗朗西斯和他的同事们将强化学习与长距离规划路线结合起来，编出能够安全穿越短距离(约15米)且不会撞上移动障碍物的程序。他们利用autorl，一个自动搜索强化学习奖励和神经网络架构的工具，在模拟环境中进行训练，再使用经过训练的程序构建路线图，或由节点(位置)和边组成图。
使用传统rl方法的训练，仍存在许多问题，比如它需要花费时间迭代和手工调整奖励，并在人工智能架构方面不够明智，更不用说减轻遗忘，这种现象是指人工智能系统在学习新信息时，突然忘记了以前学过的信息。
autorl试图通过两个阶段来解决这个问题，奖励搜索和神经网络架构搜索。在阶段， 每个奖励功能略有不同，在这个阶段的后，通常会选择将带到其目的地的奖励。神经网络架构搜索阶段本质上是阶段的重复，但使用选定的奖励来优化网络，并对累积奖励进行优化。
这个自动化的训练过程，可以减轻模型的遗忘情况，并且与现有技术相比，由此产生的策略的质量更高(导航任务的质量提高了26%)，它们甚至足够强大，可以在非结构化环境中引导机器人。
autorl制定的策略，对本地导航很有帮助，但远程导航就需要用到概率路线图了，它们是基于采样的规划器的一个子类，对机器人的姿态进行采样，创建符合机器人特性的路线图。
福斯特和弗朗西斯解释说：“首先，我们在一个通用的模拟训练环境中对机器人进行训练，训练一个本地规划策略。再根据该策略构建一个prm，称为prm-rl，它位于部署环境的平铺图之上，相同的平面图可以用于任何机器人。”
为了评估prm-rl，谷歌的研究人员使用比培训环境大200倍的办公室楼层地图构建了一个路线图，在20次试验中，成功率达90%以上。
(原标题：谷歌提供新框架 帮助机器人规划路线自主“远程出行”)
深度剖析锅炉醇基燃料油大卡测试检测仪的系统性能
电缆防火封堵包 阻火包厂家价格
制作一颗硅晶圆需要多少种半导体设备？光刻机仅仅是九牛一毛
大力推广餐饮业安装油烟在线监测监控设备的好处
地磅称重系统更智能高效率的进行车辆称重
谷歌提供新框架 帮助机器人规划路线自主“远程出行”
超声波探伤仪如何清洁
涟水地磅—80吨地磅—14米地磅
国产氮气发生器的故障检修主要包括以下几个步骤及具有的优点
实验型提取浓缩设备的特点
ROSS双联阀W7057A8332*
厂家告诉你橡塑阻热材料绝热材料与保温材料的区别
关于检测仪表的产品分类
FG工业过滤（原MAHLE工业过滤）在工厂的应用
空气热交换器的水流速范围
一体化膜生物反应器的未来前景
德国LAUDA Scientific 光学接触角测量仪的测量性能
COMET AG射线管、射线发生器、高压电缆产品介绍
绞肉机过热后不转动了要怎么解决？
陪你聊高压匀浆机的转速问题