AI 科技评论按：1920 年捷克科幻作家卡雷尔·恰佩克在《罗索姆的万能机器人》中首次使用「Robota」（后演化成现在通用的「Robot」）一词至今，已经有近一百年的时间。 在这一百年的时间里，机器人作为集机械、电子、控制、计算机、传感器、人工智能等多学科先进技术于 一体的现代制造业重要的自动化装备，已经对我们的生产、生活产生了变革性的影响。 在国际机器人联合会 (IFR)2017 年 9 月发表的「World Robotics 2017 - Industrial Robots」以及 2017 年 10
【新智元导读】 Facebook上个月引起广泛争议的“开发出人类无法理解”的沟通的智能对话机器人项目已经被关闭，因为研究者担心会“失控”。 根据digitaljournal的报道，Facebook上个月引起广泛争议的“开发出人类无法理解”的沟通的智能对话机器人项目已经被关闭。 上个月，Facebook 人工智能研究所（FAIR）使用机器学习方法，对两个聊天机器人进行对话策略迭代升级，结果发现它们竟自行发展出了人类无法理解的独特语言。研究者不得不对其进行了人工干预。 这一研究一经发布，迅速在网络和媒体上引起了
1. 系统基础：https://blog.csdn.net/ZhangRelay/article/details/84960435
人工智能估计是2018年最热的词汇之一，社会、高校、网络、媒体都把目光集中在人工智能领域，清华大学2018年针对人工智能领域撰写了很多调研报告，小白会在以后的几次更新中陆续为小伙伴解读清华大学2018年智能机器人研究报告，由于篇幅有限，本次先为小伙伴带来【技术篇】
「 42. 」 这是科幻小说《银河系漫游指南》中智能计算机「Deep Thought（深思）」经过750万年运算，找到的「关于生命，宇宙及一切问题的终极答案」。 为什么是42？「深思」把这个问题交给了一台更高智能的电脑——地球来回答，目前仍无解。 受这个终极答案的启发，我们提出了「AI与机器人的42个大问题」，希望激发公众对人、AI与机器人未来的长远思考与规划。Yoshua Bengio和Jürgen Schmidhuber等顶尖科学家已选出他们最关心的问题，欢迎你也参与调研。 首届「 AI 与机器人
---- 新智元报道 【新智元导读】今天，Nature旗下新子刊 Nature Machine Intelligence（《自然 - 机器智能》）遭遇包括Jeff Dean、Ian Goodfellow、Yann LeCun、Yoshua Bengio等一众AI大牛的签名抵制，他们表示不会给这个刊物投稿，因它采取付费订阅的形式，而机器学习历来有开放访问的传统。 今天，一则消息经由Twitter、Reddit等国外论坛，在AI学术圈里悄悄蔓延。 Nature Research（自然科研）旗下的新子刊
Clarivate Analytics发布了最新年度期刊引用报告（JCR），2018年度共有12538种期刊被收录(不过有25本期刊的影响因子为 0)，其中影响因子大于20的期刊有75种。
前言 最近，关于 Facebook 的两个聊天机器人学会了相互交谈，接着 Facebook 人工智能研究院(FAIR)关停该“失控” AI 项目的新闻满天飞，人们也开始恐慌机器人是否会像电影中那样将主宰世界。 一个网站写道： “ Facebook 的工程师们惊慌失措，在机器人开发出自己的语言之后，将其关停了。” 另一个网站补充到“在 AI 发明了自己的语言之后，Facebook 关闭了它。” “人类刚刚创造了科学怪人吗？” 另一个写道。一家英国小报引用机器人学教授的话说，这一事件显示出“人工智能的危险”，如
【新智元导读】2016年度SCI期刊影响因子最新发布，新智元摘取其中有关人工智能、机器学习、计算机视觉、机器人学等领域的期刊，按影响因子排序并做简要介绍，希望对读者选择投稿期刊、阅读前沿技术论文有所裨益。同时，日前谷歌学术列出了 2006 年人工智能论文在过去10年中被引用次数的排名，其中 Hinton 等人的 Reducing the dimensionality of data with neural networks 排名第一，新加坡南洋理工大学黄广斌教授等人的 Extreme learning
本文讨论了人工智能在新闻编辑领域的应用，包括智能写作、内容审核、个性化推荐等。作者认为，通过人工智能技术，新闻编辑领域可以实现快速、准确、个性化的内容生产，提高工作效率和用户体验。同时，文章也提到了人工智能技术在新闻编辑领域存在的风险和挑战，包括信息真实性、道德伦理等问题。
获奖证书 日前，由美国加州大学圣地亚哥分校、伯克利分校以及斯坦福大学联合在国际机器学习顶级会议 ICLR 2022上举办的机器人挑战赛 SAPIEN ManiSkill Challenge 2021落下帷幕。北京大学前沿计算研究中心王鹤老师领导的参赛队伍 EPIC Lab 在无额外标注（No External Annotation Track）赛道获得冠军。 论文链接：https://arxiv.org/abs/2203.02107 1 比赛详情 ManiSkill Challenge 致力于让机器人学习到
Andrew W. Moore 宣布他将在今年年末结束卡内基梅隆大学计算机学院院长以及计算机科学和机器人学教授的职位。
1、2020全球云计算规模达1435.3亿美元 AI将成催化剂 TechWeb报道 11月20日消息，据知名信息技术研究和分析公司Gartaer的调查结果显示，2020年全球云计算规模将达1435.3亿美元，年复合增长率达22%。在不久前结束的十九大报告中曾提出：“加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合”。跟之前的“互联网+”战略打法相同，AI一样被列入到国家战略层面。从投融资情况来看，自2015年起，各大互联网巨头纷纷开始了在AI市场的资本布局。十九大过后的
十年前，他以本科生的身份走入清华电子系；十年后，他将以一名教师的身份重回清华，在叉院开启新的篇章，传递知识，探索真理。 作者 | 李梅 编辑 | 陈彩娴 想象一下： 在未来的某一天，你，一个996的「社畜」，或「上班狗」，辛苦一天回到家，瘫倒在沙发上。当你抬头一看，你的机器人朋友正在厨房为你做晚饭——它的双手敏捷灵活，在油盐酱醋与锅碗瓢盆之间，一顿优雅操作，不久便有阵阵香气扑鼻而来。它把晚餐端到餐桌上，对你微微一笑：「开饭啦！」然后转身拿起你换下的衣物走向洗衣机...... 这不是一篇小学生的科幻小作文，而
---- 新智元编译 作者：Cade Metz 编译：Sean 【新智元导读】Facebook正在西雅图和匹茨堡建立新的AI实验室，欲争夺当地大学人才，此举给大学和非盈利AI研究项目带来了更大的压力。 本周，Facebook CEO马克·扎克伯格在硅谷的一场会议上表示，尽管外界对Facebook处理不实信息和用户个人数据的方式有诸多质疑，但Facebook会“继续努力”。 马克•扎克伯格称人工智能可以帮助Facebook处理一些问题。在人工智能日显重要的时代，这一点毋庸置疑。 Facebook正
摘要：我们推出的 BEHAVIOR-1K 是以人为中心的机器人技术综合模拟基准。BEHAVIOR-1K 包括两个部分，由 "您希望机器人为您做什么？"的广泛调查结果指导和推动。第一部分是对 1000 种日常活动的定义，以 50 个场景（房屋、花园、餐厅、办公室等）为基础，其中有 9000 多个标注了丰富物理和语义属性的物体。其次是 OMNIGIBSON，这是一个新颖的模拟环境，通过对刚体、可变形体和液体进行逼真的物理模拟和渲染来支持这些活动。我们的实验表明，BEHAVIOR-1K 中的活动是长视距的，并且依赖于复杂的操作技能，这两点对于最先进的机器人学习解决方案来说仍然是一个挑战。为了校准 BEHAVIOR-1K 的模拟与现实之间的差距，我们进行了一项初步研究，将在模拟公寓中使用移动机械手学习到的解决方案转移到现实世界中。我们希望，BEHAVIOR-1K 以人为本的特性、多样性和现实性，能使其在具身人工智能和机器人学习研究中发挥重要作用。
NVIDIA 在2024GTC上宣布推出 GR00T 项目，这是一个面向人形机器人的通用基础模型，旨在进一步推动机器人和具身 AI 领域的突破。
学校简介 新泽西理工学院 (New Jersey Institute of Technology) 是一所州立的公立理工大学，位于新泽西州最大的城市纽瓦克。新泽西理工学院在最新的2023 USNews全美高校排名中位于前100，同时也是一所R1研究型大学。纽瓦克是新泽西州的经济和文化之都，从学校乘火车20分钟可以到达全球金融中心纽约市曼哈顿，有丰富的就业和实习机会。 导师介绍 Petras Swissler 是新泽西理工学院机械与工业工程学院的助理教授，研究方向为机器人学，属于计算机和机械工程的交叉领域。P
在她和她的同道中人教育下，你将看到会端锅、会堆积木、会把螺丝螺帽组装在一起、甚至还会分拣物品的机器人。
干垃圾、湿垃圾、有害垃圾，猪不能吃、猪能吃、猪吃了会死……你是不是还在为这些垃圾分别是什么而苦恼呢？
机器之心编译 机器之心编辑部 目前，很多美国大学都在计算机科学和计算机工程等学位课程内提供人工智能方向，但以「人工智能」命名的学位还未出现。近日，卡内基梅隆大学（CMU）终于宣布将开设美国首个
机器人的研究和商业化是最近几十年的热点，也诞生了不少成功的商业产品和优秀的机器人公司。机器人的研发水平是一个国家科技水平的具体体现。机器人的研究设计知识较多，且机器人的概念广义上包含比较多。一般认为机器人属于机械工程下的二级学科机械电子工程的一个研究方向。但是广义上的机器人涉及到材料、电气系统以及计算机技术。而本文所述的机器人的研究主要是涉及机械电子工程中的机器人方向，且更加强调机器人的本体涉及与控制。
长久以来，相比于语言或者视觉模型可以在大规模的互联网数据上训练，训练机器人的策略模型需要带有动态物理交互信息的数据，而这些数据的匮乏一直是具身智能发展的最大瓶颈。
近几十年，人类的生活方式发生了非常重大的变化，这凸显了对远程和自动化过程的需求。但是，现如今的机器人还不够成熟，还不足以执行日常任务，比如操控物体或在不可预测的复杂环境中移动。另外，如今的机器人也还不能足够安全地与人类和室外环境进行交互。
机器人学，特别是智能机器人，与人工智能有十分密切的关系。人工智能的近期目标在于研究智能计算机及其系统，以模仿和执行人类的某些智力功能，如判断、推理、理解、识别、规划、学习和其他问题求解。这一研究抓住了
刘明博士目前担任港科大机器人学院机器人与多感知实验室主任，他的研究以移动机器人为主。他表示，将深度学习融入机器人研究最近几年才兴起，极具应用前景。
量子位智库 发自 凹非寺 量子位｜公众号 QbitAI 我们一直期待能够完成人类所有指令的机器人的诞生。劳动参与率逐渐下降，高精尖技术的不断发展，对劳动力数量和专业能力都提出新的挑战。 仿生机器人技术的发展也许能给出新的解决方案。仿生机器人可以在无氧、有害的环境下工作，也可以长期重复作业同时保证标准化和精确度。 然而，仿生机器人技术目前还处于原理研究的阶段，国内外公司都在积极研究如何实现仿生机器人的真正落地。为了解决双足动态平衡、大功率续航等技术难题，我们还需克服许多困难。 现阶段仿生机器人落地还面临哪些问
AI 科技评论按：近期，清华大学的 Aminer 团队利用 Aminer 数据分析功能推出了一份「AI 与自动驾驶汽车研究报告」（AI 科技评论已经获得 Aminer 团队授权，后台回复 Aminer 获取报告原文）。截止发稿时间，该报告放出了66页（据负责人唐杰所说共有100页左右）。 据 AI 科技评论了解，报告共有三大块内容，分别为「AI篇」、「汽车篇」和「AI+汽车篇」。其中「AI 篇」包括：AI 定义、起源、发展；全球 AI 学者分布、AI流派、AI发展趋势及中国AI研究现状等。「汽车篇」包括全球
加州大学伯克利分校的研究人员开发了一种可重复的、低成本且简洁的基准平台，用于评估机器人的学习方法，名为REPLAB。该研究得到了伯克利DeepDrive，海军研究办公室（ONR），谷歌，英伟达和亚马逊的支持。
选自Science 作者：Matthew Huston 机器之心编译 参与：Quantum、李泽南、黄小天 在不久的将来，机器人助理会走进每个人的生活，不过前提是你能无需编程就教它们学会新任务。因为如
---- 新智元报道 编辑：Aeneas 木槿 【新智元导读】调查显示，有42%的美国男性打算使用ChatGPT写情书了。AI写的情书，能比人类的好吗？ 今天还要辛苦搬砖一整天的单身狗小编，该怎么庆祝这个节日呢？ 虽然无法体会爱情的甜蜜，但咱可以用ChatGPT模仿文豪的笔调写情书来自娱自乐啊。（同事os: 也是被你无语到了……） 说来就来，小编打开了ChatGPT，嗖嗖生成了好多情书。 「尽管我深知，在这个浮躁而纷乱的世界里，我们的相遇只是短暂的，但是我仍然希望，在未来的日子里，都将是我心灵深
随着人工智能和机器人技术的迅速发展，功能操控（Functional Manipulation）在机器人学中的重要性愈加突出。传统的基准测试已无法满足目前机器人对复杂操控任务的需求，呼吁新的操控基准（Functional Manipulation Benchmark）出现。
ROS1、ROS2是机器人操作系统，涉及到很多复杂的概念和技术，需要有一定的编程和机器人知识基础才能学习。此外，ROS1和ROS2的架构和设计也有很大的不同，需要花费一定的时间和精力去学习和适应。但是，一旦掌握了ROS1、ROS2的基本概念和技术，就可以方便地进行机器人开发和应用。
---- 新智元报道 编辑：LRS 【新智元导读】让机器人听懂人类指令，谷歌都做了什么？ 波士顿动力的一个后空翻，让我们看到了人造机器人所带来的无限可能。 尽管谷歌已于2017年把波士顿动力出手了，但谷歌仍然继续他们的机器人开发之路，不只是在「身体」上逼近人类，在「智力」也追求更好的理解人类指令。 由Jeff Dean领衔的Google Research年终总结系列「Google Research, 2022 & beyond」已经更新到第六期，本期的主题是「机器人」，作者为高级产品经理 Kend
机器人因其高效的感知、决策和执行能力，在人工智能、信息技术和智能制造等领域中具有巨大的应用价值。目前，机器人学习与控制已成为机器人研究领域的重要前沿技术之一。各种基于神经网络的智能算法被设计，从而为机器人系统提供同步学习与控制的规划框架。首先从神经动力学(ND)算法、前馈神经网络(FNNs)、递归神经网络(RNNs)和强化学习(RL)四个方面介绍了基于神经网络的机器人学习与控制的研究现状，回顾了近30年来面向机器人学习与控制的智能算法和相关应用技术。最后展望了该领域存在的问题和发展趋势，以期促进机器人学习与控制理论的推广及应用场景的拓展。
本篇和大家一起来探究这些知名测试的背后，包括设计原理、实施方法、评估标准等，在这些指标的启示下，将进一步了解人工智能领域 AI 智体的进展与潜力~~
【新智元导读】Re-Work上放出了本年度波士顿、伦敦、柏林的三大深度学习峰会的全部演讲视频，156位行业精英带来精彩演讲，其中包括 Yoshua Bengio、伦敦帝国学院认知机器人学教授Murra
然而在现实世界的应用中，机器人的设计往往比其他问题更加棘手，因为机器人需要大量的训练和专业知识才能完成设计。
备受关注的论文大奖全部被华人学者包揽。来自麻省理工大学的Tao Chen, Jie Xu, Pulkit Agrawal(导师)拿下最佳论文奖；来自哥伦比亚大学的Huy Ha, 宋舒然(导师)拿下最佳系统论文奖。
机器人领域的研究者一直试图模仿昆虫的「光流法」，来自代尔夫特理工大学等机构的研究者提出了一种基于光流的学习过程，能使机器人通过视域中物体的外观（比如形状、颜色、纹理）来估计距离。这篇论文利用基于 AI 的学习策略提升小型无人机的导航水平，并带来了关于昆虫智能的新猜想。该文章登上了《自然 - 机器智能》杂志的封面。
资深机器人专家Eric Jang不久前曾预言：“ChatGPT 曾在一夜之间出现。我认为，有智慧的机器人技术也将如此。”
机器之心报道 机器之心编辑部 AI 大牛吴恩达的学生、机器人学习专家、UC 伯克利教授 Pieter Abbeel 摘得了最新一届 ACM 计算奖的荣誉。 刚刚，ACM 官方宣布将 2021 ACM 计算奖（ACM Prize in Computing）授予加州大学伯克利分校教授 Pieter Abbeel，以表彰他在机器人学习方面的贡献，包括从演示中学习和用于机器人控制的深度强化学习。 在获奖公告中，ACM 提到：「Abbeel 率先教会机器人从人类演示中学习（学徒学习）和通过自己的反复试错学习（强化
AI 科技评论消息，6 月 29 日，国际电气和电子工程师协会（IEEE）日前宣布，DJI 大疆创新创始人汪滔及其导师李泽湘教授获得了 2019 IEEE 机器人与自动化大奖（IEEE Robotics and Automation Award）。这一奖项是全球工程技术领域最重要的奖项之一，也是机器人学术界最为关注的顶级荣誉之一。
夏乙 编译整理 量子位 出品 | 公众号 QbitAI 机器人会武术，谁也挡不住。 但是，真的有一群科研人员让机器人学会了一样兵器：双节棍。 就像这样： 新泽西理工大学的一组科研人员做了一只仿生手，和
随着AI技术进步的日新月异，现在的机器人越来越智能，但不管是机器人还是虚拟模型，基本都处于“赤身裸体”的状态，即便是穿了衣服，也是靠着外部的力量或帮助穿上的。
AI 科技评论按：机器学习能让机器人学会复杂的技能，例如抓住把手打开门。然而学习这些技能需要先人工编写一个奖励函数，然后才能让机器人开始优化它。相比之下，人类可以通过观察别人的做法来理解任务的目标，或者只是被告知目标是什么，就可以完成任务。目前，谷歌期望通过教会机器人理解语义概念，以使得机器人能够从人类的示范中学习动作，以及理解物体的语义概念，完成抓取动作。 以下为 AI 科技评论编译的这篇谷歌博客的部分内容。 问题的引入 人类与机器人不同，我们不需要编写目标函数即可以完成许多复杂的任务。我们可以这样做，是
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
