本期为TechBeat人工智能社区第627期线上Talk。
北京时间10月9日(周三)20:00,普渡大学博士生倪瑞祺的Talk将准时在TechBeat人工智能社区开播!他与大家分享的主题是: “基于物理信息机器学习的运动规划”,届时他将简单介绍团队在通过使用神经网络解程函方程来进行运动规划这一方法的系列工作。
长按识别二维码,一键预约TALK!
运动规划是机器人执行动作的必备环节,近年来基于机器学习的运动规划在运行效率上体现出了优势。然而,这些方法通常使用大量的传统方法得到的轨迹作为训练数据,这是一个瓶颈。我们提出通过使用神经网络解程函方程来进行运动规划,这一方法只需要计算机器人到障碍物的距离,同时我们的方法在执行效率上更高。本次分享将简单介绍我们在这个方法的系列工作。
1. 介绍基于物理信息机器学习的运动规划: 通过解偏微分方程-程函方程来解决机器人运动规划问题2. 通过渐进学习 (课程学习) 和程函方程的粘性解来提高机器学习运动规划的结果
3. 将这些结果应用到流形约束的运动规划问题上
Talk·预习资料
▼
论文链接:
https://arxiv.org/abs/2210.00120
论文链接:
https://arxiv.org/abs/2306.00616
代码链接:
https://github.com/ruiqini/P-NTFields
论文链接:
https://arxiv.org/abs/2403.05765
Talk·提问交流
▼
在Talk界面下的【交流区】参与互动!留下你的打call🤟和问题🙋,和更多小伙伴们共同讨论,被讲者直接翻牌解答!你的每一次贡献,我们都会给予你相应的i豆积分,还会有惊喜奖励哦!倪瑞祺,普渡大学博士生。目前的研究方向是基于机器学习的运动规划和控制。曾在机器学习和机器人会议ICLR、RSS、ICRA上发表过工作。个人主页:
https://www.techbeat.net/grzytrkj?id=41847
如果你也想成为讲者
▼
单人Talk | 团队专场 | 录播or直播 | 闭门交流
TechBeat(www.techbeat.net)隶属于将门创投,是一个荟聚全球华人AI精英的成长社区。我们希望为AI人才打造更专业的服务和体验,加速并陪伴其学习成长。期待这里可以成为你学习AI前沿知识的高地,分享自己最新工作的沃土,在AI进阶之路上的升级打怪的根据地!更多详细介绍>>TechBeat,一个荟聚全球华人AI精英的学习成长社区