5月8日消息，伯克利人工智能研究实验室（BAIR）近日介绍了帮助机器人快速适应环境变化的最新研究。
据介绍，研究人员开发了一种基于模型的元强化学习算法，能够结合最新的经验对模型进行微调，以实现在几毫秒内在线帮助机器人快速适应如新的地形，恶劣天气等环境变化。在每一个时间步，用于更新模型的数据都能够从最近的经验的模型预测中轻易获取。这项研究通过元学习实现了高容量神经网络动力学模型的在线适应，研究人员称虽然该研究在模拟与硬件中都展示了一定的成果，但仍有很大的改进空间。
伯克利BAIR让机器人快速适应环境变化
免责声明：本网部分文章和信息来源于互联网，本网转载出于传递更多信息和学习之目的。如转载稿涉及版权等问题，请立即联系网站所有人，我们会予以更改或删除相关文章，保证您的权利。
工业机器人维修相关内容
-
当人形机器人“邂逅”工业机器人
人形机器人以类人形态、灵活交互为核心特性，擅长在非结构化环境 -
工业机器人未来发展重心在哪里？
工业机器人的发展正从单纯的自动化工具向更智能、更灵活的方向转 -
工业机器人驶向高质量发展新蓝海
随着制造企业对效率、精度和自动化水平的要求不断提高，传统生产 -
工业机器人市场“卷”出新赛道
近年来，随着智能制造和自动化趋势的不断推进，工业机器人市场呈
