| http://dbpedia.org/ontology/abstract
|
机器人学习 是一个落在机器学习与机器人学的叠交的研究领域。它研究的技术有使机器人学会 … 机器人学习 是一个落在机器学习与机器人学的叠交的研究领域。它研究的技术有使机器人学会新颖技能的技术和使机器人通过学习算法而适应自己环境的技术。机器人的实体存在会同时导致一些具体的问题（比如，高维的约束、学习和收集数据的实时约束）和提供指导学习过程的机会（比如，感觉运动协同作用、动作技巧等）。 学习算法的目标包括运动、抓物的技巧、物体识别等感觉运动技能、与人类联合操纵物体的互动技能、和已成熟的自然语言理解的的语言技能。机器人有可能通过独立的自我探索而学习，也可能在人类老师的指导下学习，比如通过模仿而学习。 机器人学习跟自适应控制和考虑自主终身获取的技能和曲目的发展性机器人学，可以说是有着密切的关系。虽然机器学习通常被计算机视觉算法运用，这些运用事例一般不叫做“机器人学习”。的关系。虽然机器学习通常被计算机视觉算法运用，这些运用事例一般不叫做“机器人学习”。
, Robot learning is a research field at the … Robot learning is a research field at the intersection of machine learning and robotics. It studies techniques allowing a robot to acquire novel skills or adapt to its environment through learning algorithms. The embodiment of the robot, situated in a physical embedding, provides at the same time specific difficulties (e.g. high-dimensionality, real time constraints for collecting data and learning) and opportunities for guiding the learning process (e.g. sensorimotor synergies, motor primitives). Example of skills that are targeted by learning algorithms include sensorimotor skills such as locomotion, grasping, active object categorization, as well as interactive skills such as joint manipulation of an object with a human peer, and linguistic skills such as the grounded and situated meaning of human language. Learning can happen either through autonomous self-exploration or through guidance from a human teacher, like for example in robot learning by imitation. Robot learning can be closely related to adaptive control, reinforcement learning as well as developmental robotics which considers the problem of autonomous lifelong acquisition of repertoires of skills.While machine learning is frequently used by computer vision algorithms employed in the context of robotics, these applications are usually not referred to as "robot learning".ually not referred to as "robot learning".
, 로봇 학습(robot learning)은 기계 학습과 로봇공학의 교집합에 위 … 로봇 학습(robot learning)은 기계 학습과 로봇공학의 교집합에 위치한 연구 분야이다. 로봇이 새로운 기술을 습득하거나 학습 알고리즘을 통한 환경에 순응할 수 있도록 하는 기법들을 연구한다. 물리적인 임베디드에 위치한 로봇의 전형적인 부분은 특정한 어려움(예: 고차원수, 데이터 수집 및 학습의 실시간 제약)과 학습 프로세스(예: 감각운동 시너지, 모터 프리미티브)의 가이드를 동시에 제공한다. 학습 알고리즘이 대상으로 하는 기술의 예로는 운동능력, 파악, 움직이는 등의 감각운동 기술, 그리고 인간과 쌍을 이루어 물체를 함께 조작하는 등의 상호작용 기술, 그리고 현실에 기반한 등의 언어 기술이 포함된다. 학습은 자발적인 자체 탐구를 통해, 또는 인간 교육자로부터의 안내를 통해(예: 모방을 통한 로봇 학습) 발생할 수 있다. 로봇 학습은 적응 제어, 강화 학습, 과 밀접한 관련이 있을 수 있다. 기계 학습이 로봇공학 문맥에서 컴퓨터 비전 알고리즘에 종종 쓰이지만 이러한 응용은 "로봇 학습"으로 부르지 않는 것이 보통이다. 종종 쓰이지만 이러한 응용은 "로봇 학습"으로 부르지 않는 것이 보통이다.
|
| http://dbpedia.org/ontology/wikiPageExternalLink
|
http://www.dcsc.tudelft.nl/~robotics/media.html +
, http://www.tech.plym.ac.uk/SOCCE/CRNS/ +
, http://www.cns.atr.jp/ccc/en/ +
, http://www.cs.cornell.edu/Courses/cs4758/ +
, https://web.archive.org/web/20181008104644/http:/www.dcsc.tudelft.nl/~robotics/media.html +
, http://www.nimbro.net +
, https://web.archive.org/web/20070630111131/http:/humanoid.fy.chalmers.se/ +
, http://www-robotics.cs.umass.edu/index.php +
, https://www.cs.cmu.edu/~rll/ +
, http://learning-robots.de +
, http://www.idsia.ch/~juergen/cogbotlab.html +
, http://lasa.epfl.ch +
, http://www-clmc.usc.edu +
, http://www.skilligent.com/ +
, http://www.idsia.ch/~juergen/learningrobots.html +
, http://www.plymouth.ac.uk/ +
, http://www.ieee-ras.org/robot-learning +
, http://www.iit.it/en/advr-labs/learning-and-interaction.html +
, http://robot-learning.de +
, https://web.archive.org/web/20130601122743/http:/www.er.ams.eng.osaka-u.ac.jp/asadalab/index_en.html +
, http://flowers.inria.Fr +
, https://www.cit-ec.de/ +
|
| http://dbpedia.org/ontology/wikiPageID
|
3290880
|
| http://dbpedia.org/ontology/wikiPageLength
|
9729
|
| http://dbpedia.org/ontology/wikiPageRevisionID
|
1104551101
|
| http://dbpedia.org/ontology/wikiPageWikiLink
|
http://dbpedia.org/resource/University_of_Washington +
, http://dbpedia.org/resource/Ashutosh_Saxena +
, http://dbpedia.org/resource/Stanford_University +
, http://dbpedia.org/resource/RoboBrain +
, http://dbpedia.org/resource/University_of_Massachusetts_Amherst +
, http://dbpedia.org/resource/University_of_Bonn +
, http://dbpedia.org/resource/Juergen_Schmidhuber +
, http://dbpedia.org/resource/Reinforcement_learning +
, http://dbpedia.org/resource/European_Union +
, http://dbpedia.org/resource/Google_X +
, http://dbpedia.org/resource/DeepMind +
, http://dbpedia.org/resource/Cornell_University +
, http://dbpedia.org/resource/Technical_University_of_Munich +
, http://dbpedia.org/resource/Chalmers_University_of_Technology +
, http://dbpedia.org/resource/RoboEarth +
, http://dbpedia.org/resource/Cognitive_robotics +
, http://dbpedia.org/resource/Baxter_%28robot%29 +
, http://dbpedia.org/resource/Peter_Nordin +
, http://dbpedia.org/resource/Italian_Institute_of_Technology +
, http://dbpedia.org/resource/Object_recognition +
, http://dbpedia.org/resource/Category:Robot_control +
, http://dbpedia.org/resource/Category:Machine_learning +
, http://dbpedia.org/resource/Machine_learning +
, http://dbpedia.org/resource/Programming_by_demonstration +
, http://dbpedia.org/resource/IDSIA +
, http://dbpedia.org/resource/Carnegie_Mellon_University +
, http://dbpedia.org/resource/Evolutionary_robotics +
, http://dbpedia.org/resource/World_Wide_Web +
, http://dbpedia.org/resource/Computer_vision +
, http://dbpedia.org/resource/Robotics +
, http://dbpedia.org/resource/Developmental_robotics +
, http://dbpedia.org/resource/Natural-language_understanding +
, http://dbpedia.org/resource/Adaptive_control +
, http://dbpedia.org/resource/Category:Learning +
, http://dbpedia.org/resource/Delft_University_of_Technology +
|
| http://dbpedia.org/property/date
|
"2018-10-08"^^xsd:date
|
| http://dbpedia.org/property/url
|
https://web.archive.org/web/20181008104644/http:/www.dcsc.tudelft.nl/~robotics/media.html +
|
| http://dbpedia.org/property/wikiPageUsesTemplate
|
http://dbpedia.org/resource/Template:Reflist +
, http://dbpedia.org/resource/Template:In_lang +
, http://dbpedia.org/resource/Template:Webarchive +
, http://dbpedia.org/resource/Template:Further +
, http://dbpedia.org/resource/Template:Robotics +
, http://dbpedia.org/resource/Template:Expand_section +
|
| http://purl.org/dc/terms/subject
|
http://dbpedia.org/resource/Category:Learning +
, http://dbpedia.org/resource/Category:Robot_control +
, http://dbpedia.org/resource/Category:Machine_learning +
|
| http://purl.org/linguistics/gold/hypernym
|
http://dbpedia.org/resource/Field +
|
| http://www.w3.org/ns/prov#wasDerivedFrom
|
http://en.wikipedia.org/wiki/Robot_learning?oldid=1104551101&ns=0 +
|
| http://xmlns.com/foaf/0.1/homepage
|
http://www.ieee-ras.org/robot-learning +
|
| http://xmlns.com/foaf/0.1/isPrimaryTopicOf
|
http://en.wikipedia.org/wiki/Robot_learning +
|
| owl:sameAs |
http://zh.dbpedia.org/resource/%E6%9C%BA%E5%99%A8%E4%BA%BA%E5%AD%A6%E4%B9%A0 +
, http://dbpedia.org/resource/Robot_learning +
, http://rdf.freebase.com/ns/m.093nl0 +
, https://global.dbpedia.org/id/4uBRH +
, http://www.wikidata.org/entity/Q7353390 +
, http://ko.dbpedia.org/resource/%EB%A1%9C%EB%B4%87_%ED%95%99%EC%8A%B5 +
, http://www.wikidata.org/entity/Q60994098 +
|
| rdfs:comment |
机器人学习 是一个落在机器学习与机器人学的叠交的研究领域。它研究的技术有使机器人学会 … 机器人学习 是一个落在机器学习与机器人学的叠交的研究领域。它研究的技术有使机器人学会新颖技能的技术和使机器人通过学习算法而适应自己环境的技术。机器人的实体存在会同时导致一些具体的问题（比如，高维的约束、学习和收集数据的实时约束）和提供指导学习过程的机会（比如，感觉运动协同作用、动作技巧等）。 学习算法的目标包括运动、抓物的技巧、物体识别等感觉运动技能、与人类联合操纵物体的互动技能、和已成熟的自然语言理解的的语言技能。机器人有可能通过独立的自我探索而学习，也可能在人类老师的指导下学习，比如通过模仿而学习。 机器人学习跟自适应控制和考虑自主终身获取的技能和曲目的发展性机器人学，可以说是有着密切的关系。虽然机器学习通常被计算机视觉算法运用，这些运用事例一般不叫做“机器人学习”。的关系。虽然机器学习通常被计算机视觉算法运用，这些运用事例一般不叫做“机器人学习”。
, 로봇 학습(robot learning)은 기계 학습과 로봇공학의 교집합에 위 … 로봇 학습(robot learning)은 기계 학습과 로봇공학의 교집합에 위치한 연구 분야이다. 로봇이 새로운 기술을 습득하거나 학습 알고리즘을 통한 환경에 순응할 수 있도록 하는 기법들을 연구한다. 물리적인 임베디드에 위치한 로봇의 전형적인 부분은 특정한 어려움(예: 고차원수, 데이터 수집 및 학습의 실시간 제약)과 학습 프로세스(예: 감각운동 시너지, 모터 프리미티브)의 가이드를 동시에 제공한다. 학습 알고리즘이 대상으로 하는 기술의 예로는 운동능력, 파악, 움직이는 등의 감각운동 기술, 그리고 인간과 쌍을 이루어 물체를 함께 조작하는 등의 상호작용 기술, 그리고 현실에 기반한 등의 언어 기술이 포함된다. 학습은 자발적인 자체 탐구를 통해, 또는 인간 교육자로부터의 안내를 통해(예: 모방을 통한 로봇 학습) 발생할 수 있다. 로봇 학습은 적응 제어, 강화 학습, 과 밀접한 관련이 있을 수 있다. 기계 학습이 로봇공학 문맥에서 컴퓨터 비전 알고리즘에 종종 쓰이지만 이러한 응용은 "로봇 학습"으로 부르지 않는 것이 보통이다. 종종 쓰이지만 이러한 응용은 "로봇 학습"으로 부르지 않는 것이 보통이다.
, Robot learning is a research field at the … Robot learning is a research field at the intersection of machine learning and robotics. It studies techniques allowing a robot to acquire novel skills or adapt to its environment through learning algorithms. The embodiment of the robot, situated in a physical embedding, provides at the same time specific difficulties (e.g. high-dimensionality, real time constraints for collecting data and learning) and opportunities for guiding the learning process (e.g. sensorimotor synergies, motor primitives).sensorimotor synergies, motor primitives).
|
| rdfs:label |
로봇 학습
, 机器人学习
, Robot learning
|
