การพัฒนา Atlas ของ Boston Dynamics: ใช้ "การเรียนรู้เชิงเสริม + การจับการเคลื่อนไหว" เลียนแบบการเคลื่อนไหวของมนุษย์โดยตรง

บอสตัน ไดนามิกส์ ระบุว่า หุ่นยนต์ทรงตัว Atlas ของพวกเขาในครั้งนี้แสดงให้เห็นถึงกลยุทธ์การเรียนรู้เชิงเสริมที่พัฒนาโดยชุดจับการเคลื่อนไหว กล่าวง่ายๆ คือให้คนจริงสวมชุดจับการเคลื่อนไหว ทำท่าทางต่างๆ จากนั้นนำข้อมูลการเคลื่อนไหวเหล่านี้ "ป้อน" ให้กับ Atlas เพื่อให้มันเรียนรู้การเลียนแบบเอง พันธมิตรในครั้งนี้คือ RAI Institute สถาบัน AI แห่งนี้.

ดูต้นฉบับ
เนื้อหานี้มีสำหรับการอ้างอิงเท่านั้น ไม่ใช่การชักชวนหรือข้อเสนอ ไม่มีคำแนะนำด้านการลงทุน ภาษี หรือกฎหมาย ดูข้อจำกัดความรับผิดชอบสำหรับการเปิดเผยความเสี่ยงเพิ่มเติม
  • รางวัล
  • แสดงความคิดเห็น
  • แชร์
แสดงความคิดเห็น
0/400
ไม่มีความคิดเห็น
  • ปักหมุด