一文讀懂具身智能：方法、進展及挑戰

AIGC動態歡迎閱讀

原標題：一文讀懂具身智能：方法、進展及挑戰

關鍵字：智能,任務,模型,層級,能力

文章來源：人工智能學家

內容字數：27530字

內容摘要：來源：騰訊研究院作者：沈馬成集智俱樂部作者具身智能，通俗來說，是指研究在環境中具有實體的智能體（如現實或仿真環境下的機器人，能夠直接與環境進行物理交互）如何通過與環境的交互來取得認知能力，學習并掌握新技能新知識的一個人工智能的子領域。主流具身智能訓練方法面臨的挑戰在深度學習范式下，具身智能的研究主要集中在模仿學習(Imitation Learning)和強化學習(Reinforcement Learning, RL)兩大塊。模仿學習通過采集特定任務的軌跡數據集并用深度神經網絡來擬合狀態(state)或觀測(observation，如第一視角的圖像)的時間序列到動作(action)的映射來實現技能的學習，一般來說數據采集成本較高。強化學習則是通過讓智能體與環境直接交互，在交互的過程中優化預先定義好的與特定任務相關的獎勵函數(reward function)來學習新技能，一般來說設計獎勵函數需…

原文鏈接：點此閱讀原文：一文讀懂具身智能：方法、進展及挑戰

聯系作者

文章來源：人工智能學家

作者微信：AItists

作者簡介：致力成為權威的人工智能科技媒體和前沿科技研究機構