2016 深度學(xué)習(xí)機(jī)器人領(lǐng)域最新應(yīng)用及趨勢總結(jié)
OliverBrock將機(jī)器人技術(shù)里的深度學(xué)習(xí)現(xiàn)狀和煉金術(shù)相比,每個(gè)人都有自己設(shè)計(jì)架構(gòu)的黑魔法,而這是一個(gè)值得全領(lǐng)域從業(yè)者注意的問題。Brock呼吁要建立起機(jī)器人技術(shù)的“元素周期表”,研究者應(yīng)該注意并且在論文中強(qiáng)調(diào)自己使用的方法對(duì)解決其他領(lǐng)域問題的適用性。
本文引用地址:http://cafeforensic.com/article/201608/295483.htmAshutosh Saxena的觀點(diǎn)是,機(jī)器人應(yīng)用場景中的深度學(xué)習(xí)問題就像一個(gè)因子圖,每個(gè)因子都是一個(gè)經(jīng)過訓(xùn)練的RNN。Saxena認(rèn)為,形成這樣一個(gè)主因子圖結(jié)構(gòu),同一個(gè)機(jī)器人不同時(shí)間的子任務(wù)和不同機(jī)器人之間就都能共享組件
。
Dieter Fox主張將深度框架和先驗(yàn)?zāi)P拖嘟Y(jié)合。Fox表示他以前對(duì)深度學(xué)習(xí)抱有懷疑,但如今已經(jīng)是深度學(xué)習(xí)的積極擁護(hù)者,其原因是深度學(xué)習(xí)技術(shù)在機(jī)械手的姿態(tài)估計(jì)中的魯棒性。Fox表示,純粹基于模型的方法雖然能得到明確的置信區(qū)間,但在實(shí)際應(yīng)用中很難達(dá)到這一點(diǎn)。他以ICP要求為例,至少用CNN做單幀手勢跟蹤魯棒性非常好。
John Leonard一開始說自己是深度學(xué)習(xí)懷疑論者,但5個(gè)月前他看到了LarryJackel做的英偉達(dá)自動(dòng)駕駛有關(guān)項(xiàng)目,然后改變態(tài)度,認(rèn)為“讓那些不用深度學(xué)習(xí)的人自生自滅就好了”。Jackel使用的是特斯拉收集的數(shù)據(jù),包含攝像頭和傳感器記錄的上億英里的駕駛訓(xùn)練數(shù)據(jù)。Leonard還介紹了深度學(xué)習(xí)在機(jī)器人傳統(tǒng)概率推理中的應(yīng)用及未來潛力。
評(píng)論