logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

前言:具身智能的时代来临

传统人工智能如同"大脑",仅存在于服务器和云端,处理的是抽象的数据和符号,而具身智能则将智能体嵌入物理实体,使其具备在真实世界中感知、决策与行动的能力。作为人工智能发展的必然趋势,具身智能将重塑未来社会和经济格局,而中国正站在这一历史性变革的前沿,书写智能时代的中国篇章。据不完全统计,截至2025年10月,全国已有北京、上海、深圳、广州、杭州、苏州、天津、重庆、四川、江苏、河南、山东、武汉等15个

#人工智能#机器学习
具身智能算法:从理论到实践 —— 第3章 相关技术基础

3D高斯点云渲染(3D Gaussian Splatting, 3DGS)是2023年提出的革命性神经渲染技术,2025年已成为具身智能中实时场景重建的核心方法。其核心思想是将三维场景表示为一组可微分的3D高斯分布,而非传统的神经辐射场(NeRF)中的隐式函数。

#目标跟踪#人工智能#计算机视觉
具身智能算法:从理论到实践 -- 第1章 具身智能概述

具身智能是指具有物理形态的智能体,通过"感知-决策-行动-反馈"闭环系统与物理环境进行持续交互,能够理解、适应并改造环境,具备在开放世界中完成复杂任务能力的智能系统。其核心特征包括:具身性(Embodiment)、交互性(Interaction)、适应性(Adaptability)和涌现性(Emergence)。这一定义标志着学术界对具身智能认识的深化与统一。相较于2020年代初期仅强调"物理实体

#microsoft
具身智能算法:从理论到实践

1.1 人工智能范式的根本性转变:从"离身"到"具身"1.2 具身图灵测试:2025年评估标准与最新进展1.3 2025年具身智能发展现状与产业图景1.4 本书结构与深度学习指南1.5 中国具身智能战略地位:从政府工作报告到"十五五"规划1.1 具身智能的定义与核心特征(基于2025年最新共识)1.2 历史演进:从1950年图灵设想至2025年技术爆发1.2.1 诞生前夜:符号主义局限与连接主义兴

#深度学习#python#机器学习 +1
具身智能算法:从理论到实践

1.1 人工智能范式的根本性转变:从"离身"到"具身"1.2 具身图灵测试:2025年评估标准与最新进展1.3 2025年具身智能发展现状与产业图景1.4 本书结构与深度学习指南1.5 中国具身智能战略地位:从政府工作报告到"十五五"规划1.1 具身智能的定义与核心特征(基于2025年最新共识)1.2 历史演进:从1950年图灵设想至2025年技术爆发1.2.1 诞生前夜:符号主义局限与连接主义兴

#深度学习#python#机器学习 +1
现代人形机器人:从物理建模到大模型驱动的控制与学习

《现代人形机器人:从物理建模到大模型驱动的控制与学习》是一本全面探讨人形机器人技术的专著。全书共分为10个部分28章,系统阐述了从基础理论到前沿应用的完整知识体系。第一部分介绍机器人建模基础,包括刚体运动学和动力学;第二部分聚焦感知技术,涵盖视觉、触觉等多模态融合;第三部分详述运动规划与控制方法;第四部分探讨强化学习等智能算法;第五部分研究精细操控技术;第六部分分析高层决策与语言接口;第七部分讨论

#机器人#学习
【现代人形机器人:从物理建模到大模型驱动的控制与学习】第13章 高样本效率策略:模仿学习、离线 RL 与混合方法

本章内容包括:行为克隆(Behavioral Cloning, BC)及其误差界与复合误差推导、交互式校正(DAgger)与其保证、逆强化学习(IRL)与最大熵 IRL 的推导、生成对抗模仿(GAIL)的形式化与等价性证明、离线 RL 的核心挑战与保守化(举例 CQL)的理论直觉与推导,以及示范引导的在线精调(IBRL / IBORL 类方法)的原理与样本复杂度层面的直观保证。

#算法#人工智能
【现代人形机器人:从物理建模到大模型驱动的控制与学习】 第18章 以LLM为中枢的机器人高层控制

在第17章中,我们探讨了TAMP(任务与运动结合规划)的经典框架,其核心在于(搜索+优化)的紧密耦合。该框架虽然理论完备,但面临着两大挑战:1) 符号规划(搜索)的组合爆炸性;2) 运动规划(优化)的计算高昂性,特别是当需要“失败-再规划”循环时。大型语言模型(LLM)的出现,为这一领域提供了全新的、基于数据驱动的范式。LLM强大的常识推理和上下文理解能力,使其成为一个理想的“符号规划器”或“高级

#算法#人工智能#机器学习 +1
【现代人形机器人:从物理建模到大模型驱动的控制与学习】 第16章 双臂协同与人形机体上的物体搬运

双臂操作(Bimanual Manipulation)是人形机器人区别于传统工业机械臂的核心能力之一。它使机器人能够操纵尺寸或质量超出单臂能力的物体,并执行需要协同的复杂灵巧任务(如装配、开门)。当双臂协同与机体的移动(Locomotion)相结合时,便构成了全身运动操作(Whole-Body Loco-Manipulation),这是人形机体在非结构化环境中执行物理交互的根本。本章旨在深入推导双

#计算机视觉#人工智能#深度学习
【现代人形机器人:从物理建模到大模型驱动的控制与学习】第8章 运动学与动力学的优雅耦合

逆动力学、控制分配、摩擦与限位处理;操作空间控制(Operational Space Control, OSC)与力/位置混合控制;梯度/雅可比的数值稳定性与实现细节。:以教科书式严格推导为主线,把这些方法的数学基础、KKT / 最优化表述、稳定性证明与数值实现要点全部展开,做到读者能够把推导直接映射为实现代码或求解器接口。

#线性代数#深度学习#机器学习 +1
    共 105 条
  • 1
  • 2
  • 3
  • 11
  • 请选择