一种由类似动物肌腱驱动的人工智能控制机器人肢体
2019年3月，美国防高级研究计划局（darpa）“终身学习机器”（l2m）项目研究人员在《自然·机器智能》杂志发表了其有关人工智能算法的研究结果，介绍了一种由类似动物肌腱驱动的人工智能控制机器人肢体，意味着该项目取得重大进展。
一、研究背景
当前的机器学习系统无法不断学习或适应新的情况。系统程序在经过训练后就会固化，因此在系统部署后，无法对新的、不可预见的情况做出响应，而通过增加新信息来修改程序缺陷又会改写现有的训练集。在当前技术条件下，解决这一问题需要使系统脱机，并利用包含新信息的数据集对机器系统进行重新训练。
二、研究目标
为解决上述挑战，darpa开展“终身学习机器”项目，旨在开发能够在任务执行过程中不断学习并变得越来越专业的系统，在将以前的技能和知识应用于新情况的同时，不会忘记之前的学习内容。
三、研究成果
自2017年首次公布以来，“终身学习机器”项目一直在研发下一代人工智能系统及其组件，以及在生物有机体中能够转化为计算过程的学习机制。该项目通过不同时长和规模的资助及合同等形式为30个研究小组提供支持。
上述最新的研究成果由美国南加州大学维特比工程学院生物医学工程和生物运动学教授弗朗西斯科·巴莱罗奎瓦等人取得。其所研究的机器人肢体依赖一种生物启发的算法，只需五分钟的“非结构化玩法”（做出随意动作使机器人能够学习自身结构及其周围环境环境），即可自行学习步行任务。机器人“边做边学”的能力是机器终身学习的重大进步。当前的机器学习方法依赖于针对所有潜在场景的预编程系统，这种做法非常复杂、费力且低效。南加州大学的研究人员所做的工作表明，人工智能系统有可能从相关经验中进行学习。
四、研究意义
darpa信息创新办公室项目经理哈瓦·西格尔曼表示，当前正处于人工智能领域的重要转型时刻。智能系统目前采用的固化训练方法将很快被能够现场学习的方法所取代。更安全、灵活、有效的人工智能系统需要能够在操作中学习并将学习内容应用于系统之前未经过训练的新环境。这些能力对于像自动驾驶汽车这样的复杂系统而言必不可少。“终身学习机器”项目研发的技术与自动驾驶汽车技术相整合，将使后者在不同条件下的驾驶行为变得更加专业，使其比人类更安全地驾驶汽车。
当 GPT 遇上低代码，Power Platform 新功能来了！
养殖水质标准养殖水质标准与危害
如何串联电容器？为什么串联电容器的电荷都相同呢？
你想知道的小米6信息都在这里，高通835鼎力助阵！速来围观
静电对实验室设备太大？没关系这些方法消除静电有效果
一种由类似动物肌腱驱动的人工智能控制机器人肢体
iPhone8最新消息：今年新一代iPhone叫什么名字？三款iPhone8命名齐曝光！
正基低功耗WiFi模块AP6212A及AP6214A
2020年智能硬件行业处于物联网快速发展现状分析
QD-MiniLED显示技术到底有多好
被带宽限制的AI性能，怎么样才能让人工智能提供更好的性能？
人工智能能让我们长生不老吗？
配电箱使用规范要求和维护保养规程
PCB设计的光绘流程解析
2020年印度智能手机总出口额将创历史新高,三星以1160万部遥遥领先
你了解Embeded linux中的Uboot参数与内核？
数之能数据采集平台助力水利物联网在线监测，超限自动报警
NVIDIA助力新兴电动车企业进入市场
毫米波雷达「四场景」|美的&英飞凌，如是说
浅谈FPC板和PCB板的发展
一、研究背景
当前的机器学习系统无法不断学习或适应新的情况。系统程序在经过训练后就会固化，因此在系统部署后，无法对新的、不可预见的情况做出响应，而通过增加新信息来修改程序缺陷又会改写现有的训练集。在当前技术条件下，解决这一问题需要使系统脱机，并利用包含新信息的数据集对机器系统进行重新训练。
二、研究目标
为解决上述挑战，darpa开展“终身学习机器”项目，旨在开发能够在任务执行过程中不断学习并变得越来越专业的系统，在将以前的技能和知识应用于新情况的同时，不会忘记之前的学习内容。
三、研究成果
自2017年首次公布以来，“终身学习机器”项目一直在研发下一代人工智能系统及其组件，以及在生物有机体中能够转化为计算过程的学习机制。该项目通过不同时长和规模的资助及合同等形式为30个研究小组提供支持。
上述最新的研究成果由美国南加州大学维特比工程学院生物医学工程和生物运动学教授弗朗西斯科·巴莱罗奎瓦等人取得。其所研究的机器人肢体依赖一种生物启发的算法，只需五分钟的“非结构化玩法”（做出随意动作使机器人能够学习自身结构及其周围环境环境），即可自行学习步行任务。机器人“边做边学”的能力是机器终身学习的重大进步。当前的机器学习方法依赖于针对所有潜在场景的预编程系统，这种做法非常复杂、费力且低效。南加州大学的研究人员所做的工作表明，人工智能系统有可能从相关经验中进行学习。
四、研究意义
darpa信息创新办公室项目经理哈瓦·西格尔曼表示，当前正处于人工智能领域的重要转型时刻。智能系统目前采用的固化训练方法将很快被能够现场学习的方法所取代。更安全、灵活、有效的人工智能系统需要能够在操作中学习并将学习内容应用于系统之前未经过训练的新环境。这些能力对于像自动驾驶汽车这样的复杂系统而言必不可少。“终身学习机器”项目研发的技术与自动驾驶汽车技术相整合，将使后者在不同条件下的驾驶行为变得更加专业，使其比人类更安全地驾驶汽车。
当 GPT 遇上低代码，Power Platform 新功能来了！
养殖水质标准养殖水质标准与危害
如何串联电容器？为什么串联电容器的电荷都相同呢？
你想知道的小米6信息都在这里，高通835鼎力助阵！速来围观
静电对实验室设备太大？没关系这些方法消除静电有效果
一种由类似动物肌腱驱动的人工智能控制机器人肢体
iPhone8最新消息：今年新一代iPhone叫什么名字？三款iPhone8命名齐曝光！
正基低功耗WiFi模块AP6212A及AP6214A
2020年智能硬件行业处于物联网快速发展现状分析
QD-MiniLED显示技术到底有多好
被带宽限制的AI性能，怎么样才能让人工智能提供更好的性能？
人工智能能让我们长生不老吗？
配电箱使用规范要求和维护保养规程
PCB设计的光绘流程解析
2020年印度智能手机总出口额将创历史新高,三星以1160万部遥遥领先
你了解Embeded linux中的Uboot参数与内核？
数之能数据采集平台助力水利物联网在线监测，超限自动报警
NVIDIA助力新兴电动车企业进入市场
毫米波雷达「四场景」|美的&英飞凌，如是说
浅谈FPC板和PCB板的发展