网友想了解一些关于一种教机器人开车的新方法。教错可以吗？的相关题，以及本文对丰田corllex这类的题进行讲解，希望能帮助到大家！
如何教机器人开车？研究人员有了一个新想法。
想象一下，机器人可以通过观看演示来学习新技能。您可以教您的家庭机器人在家里做家务，在办公室您可以训练它像新员工一样完成任务，并且它可以在您外出时自动驾驶。汽车还可以通过观察来学习，学会如何安全驾驶。
据techxplorecom网站近日报道，南加州大学研究人员在自动驾驶领域取得新进展。他们设计了一个系统，允许机器人通过少量演示自主学习复杂的任务。
新系统的工作原理是评估演示过程的质量，因此无论演示成功还是失败，机器人都会从中受益。相关论文发表在机器人学习大会上。
虽然当前的学习方法需要机器人至少进行数百次演示试验才能完成特定任务，但新系统只需几次演示即可达到相同的效果。这使得机器人能够更自然地学习，就像人类通过观看其他人完成任务并自己尝试一样，尽管其他人演示的过程可能并不完美。
该论文的作者、南加州大学计算机科学博士生AniruddhPuranic表示“大多数人不具备编程知识来告诉机器人到底要做什么。”人类不可能演示所有场景。”。”他说。“这就是机器人需要理解的。”
研究人员将“信号时序逻辑”纳入他们的新系统中，以评估演示的质量、自动对其进行排名并产生内在动机。也就是说，即使部分演示根据逻辑要求没有意义，机器人仍然受益，因为系统可以对演示的正确性做出自己的判断。
南加州大学计算机科学助理教授、该论文的作者斯特凡诺斯尼古拉迪斯(StefanosNikolaidis)表示“以前，如果机器人在学习过程中发现错误，它要么完全忽略它，要么直接从错误中学习。”相比之下，新系统更接近于通过逻辑形式推理来理解演示文稿的优点和缺点的智能。从本质上讲，这就是人类所做的。”
例如，如果有人在驾驶演示期间忽略停车标志，系统将将该演示放置在后排。然而，如果驾驶员选择踩刹车以避免碰撞，机器人就会学习相对理性的行为。
STL是一种富有表现力的数学符号语言，它为系统提供了自动推理结果的能力。前丰田工程师、南加州大学计算机科学助理教授JyoDeshmukh表示，STL比以前使用的“线性顺序逻辑”更适合现代需求。他说，“当我们进入自动驾驶汽车和机器人创造的新世界时，时间的重要性正在凸显，”并补充道，“LTL既麻烦又耗时，因为它需要推断真值和假值的顺序变量，而STL需要推理。“这是可能的，”他说。根据物理信号。”
该系统是在《我的世界》风格的模拟器上进行测试的，但研究人员表示，该系统也可以通过驾驶模拟器甚至视频来学习。
“如果我们希望机器人成为人类的好帮手，我们首先需要让它们能够有效学习并适应人类的喜好。我们开发的系统就是为了做到这一点。”尼古拉迪斯说。
原编辑Dexter审稿人Simo编辑陈志涵
原文链接
版权声明本文为原创编译，中文内容仅供参考，所有内容以英文原文为准。
No Comment