CSAIL 的一个项目正在努力为语音识别提供上下文,以帮助机器人遵循语音命令——图片由麻省理工学院提供。麻省理工学院“计算机科学与人工智能实验室”(CSAIL) 的研究人员正在研究在潜在工业场景中使用机器人记忆的新方法。CSAIL 作者在学术白皮书“Temporal Grounding Graphs for Language Understanding with Accrued Visual -Linguistic Context”,一个类似于 Amazon Alexa 的系统,被称为“ComText”(“上下文中的命令”)。ComText 旨在使机器人能够理解需要上下文的各种语音命令关于物体及其环境的知识。机器人科学家 Rohan Paul 解释说:“人类将世界理解为物体和人以及抽象概念的集合,而机器将其视为像素、点云和传感器生成的 3D 地图。”这种语义鸿沟意味着,对于机器人来说了解我们想让他们做什么,他们需要更丰富地表示我们的言行。”陈述性记忆——概念、事实、日期的回忆——包括语义记忆(一般事实)和情景记忆(个人事实)。大多数机器人学习方法只关注语义记忆。ComText 旨在观察一系列视觉和自然语言,以收集关于物体大小、形状、位置、类型,甚至它是否属于某人的“情景记忆”;从这个知识库中,它可以推理、推断意义并对命令做出响应。研究科学家 Andrei Barbu 补充说:“主要贡献者关于机器人应该像人一样拥有不同类型记忆的想法。“我们有第一个数学公式来解决这个问题,我们正在探索这两种类型的记忆如何相互发挥作用。”研究被描述为朝着构建可以更自然地与人互动的机器人迈出的重要一步。特别是,它可以让机器人更好地理解用于识别对象的名称,并解释使用这些名称的指令以更好地执行用户驱动的任务。
OMIC R&D 开始赞助 SMW-AUTOBLOK 的机器人研究项目
俄勒冈州斯卡普斯-俄勒冈州制造创新中心研发中心(OMICR&D)是俄勒冈科技大学主办的制造......
前沿资讯 2022-12-21 0 507