专栏名称: 专知
专知,为人工智能从业者服务,提供专业可信的人工智能知识与技术服务,让认知协作更快更好!
目录
相关文章推荐
Linux就该这么学  ·  代码质量堪忧!Win11 升级弹窗直接卡死崩溃 ·  19 小时前  
混沌巡洋舰  ·  大模型能学会外星语言吗? ·  2 天前  
Linux就该这么学  ·  支付宝 P0 事故,太炸裂了。。。 ·  昨天  
51好读  ›  专栏  ›  专知

UC San Diego清华大学CVPR2022《具身人工智能》教程,260+页ppt

专知  · 公众号  ·  · 2022-06-24 17:19

正文

CVPR 2022 线下会议将于 2022 年 6 月 21 日-24 日在美国新奥尔良举行。而今年投稿量创新高超过了一万,其中 2067 篇论文被接收。各位学者带来了一系列教程。来自 UC San Diego清华大学多位学者讲述了《具身人工智能》教程,200+页ppt值得关注。






近年来,人们对计算机视觉中的具身人工智能研究越来越感兴趣。在研究界已经举办了多个嵌入式AI研讨会和挑战,包括ICLR 2022年物理世界的广义策略学习、IROS 2020年的OCRTOC:开放云机器人表组织挑战、CVPR 2019年的栖息地:嵌入式agent挑战和研讨会,以及CVPR 2020年和2021年的嵌入式AI研讨会。计算机视觉现在是具身人工智能研究的一个重要模块,但我们仍然缺少一个基本的教程来指导研究人员,尤其是那些有视觉和机器学习背景的研究人员,开始在这个领域。

特别是,在物理模拟和渲染技术的最新进展的推动下,虚拟环境中的具身AI已经取得了许多令人印象深刻的进展。这些平台使得许多视觉机器人问题的研究成为可能,而这些问题在现实世界中是无法进行大规模研究的。更快的速度、更容易的并行化、更简单的数据收集和更低的成本的本质允许模拟中的嵌入式AI研究建立更大的社区,具有不同的研究人员背景、改进的代码共享和标准基准。但是,虚拟环境也有其自身的问题,例如模拟参数和域间隙,在构建和使用它们时值得注意。

我们的教程旨在为计算机视觉研究人员提供入门指南,以研究环境中具身代理的视觉问题,以及突出使用这些环境时遇到的常见问题。本教程将侧重于跨平台共享的原则,并教授使用多个模拟环境的概念。


https://ai-workshops.github.io/building-and-working-in-environments-for-embodied-ai-cvpr-2022/


讲者:



目录内容:




专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“WEAI” 就可以获取UC San Diego清华大学CVPR2022《具身人工智能》教程,260+页ppt》专知下载链接

                       
专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取100000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“阅读原文”,了解使用专知,查看获取100000+AI主题知识资料