哈尔滨工业大学:大模型时代的具身智能

大家好,我是樱木。

机器人在工业领域,已经逐渐成熟。具身容易,智能难。

机器人-》智能机器人,需要自主能力,加上通用能力。

智能机器人-》人类,这个阶段就太有想象空间了。而最受关注的-类人机器人。

如何构建一个智能机器人

1、硬件:视觉信号、类人结构、位姿信号。

2、软件、算法:收集传感器采集的信息,对运动进行规划和决策。

3、传感器:执行工作。

什么是具身智能

物理身体的智能体与环境,通过环境交互,做出决策并行动。大致可以分为:感知、推理、执行。

在推理任务,大模型有非常显著的优势,相比于小模型推理能力又了显著提升。但是大模型构建出的具身智能也存在需要提升的地方:

推理速度慢、推理开销大。

生成结果不稳定。

复杂的 agent 难以维护、且时间开销会更大。

更多具身智能教程:具身智能教程

我是樱木,持续探索 AI 领域,主要分享最新的 AI 工具动态,评测,提效。

相关推荐
碧海银沙音频科技研究院19 小时前
论文写作word插入公式显示灰色解决办法
人工智能·深度学习·算法
O561 6O623O7 安徽正华露19 小时前
露,AI人工智能Barnes迷宫 AI人工智能自动记录水迷宫
人工智能
十铭忘19 小时前
SAM2跟踪的理解6——mask decoder
人工智能·计算机视觉
不会计算机的g_c__b20 小时前
AI Agent 三大核心组件解析:规划、记忆与工具使用,构建真正智能体
人工智能
听风吹等浪起20 小时前
机器学习算法:随机梯度下降算法
人工智能·深度学习·算法·机器学习
Yuner200020 小时前
Python机器学习:从零基础到深度实战
人工智能·python·机器学习
落羽的落羽20 小时前
【C++】哈希扩展——位图和布隆过滤器的介绍与实现
linux·服务器·开发语言·c++·人工智能·算法·机器学习
拉姆哥的小屋20 小时前
【深度学习实战】基于CyclePatch框架的电池寿命预测:从NASA数据集到Transformer模型的完整实现
人工智能·深度学习·transformer
speop20 小时前
【datawhale组队学习】TASK01|课程导论:站在认知范式的临界点
人工智能·学习