同步定位和地图构建(SLAM)是移动机器人环境感知和导航过程中的重要任务,一直是计算机视觉和机器人学领域中的研究热点。
深度学习在图像分类,机器翻译等领域都展示了其强大的能力,但是在因果推理方面,深度学习依然是短板,图神经网络在因果推理方面有巨大的潜力,有望成为 AI 的下一个拐点。
为了解决这些问题,研究人员将目光投向了深度学习,利用生成模型实现了深度估计和定位任务,为机器人环境感知带来了全新的解决方案。
公众号/AI前线 作者 | Janet Williams 译者 | Sambodhi 编辑 | Natalie […]
当时支持与反对方各自罗列出很多观点,但我们或许可以承认,这些讨论都是建立在这样一个前提上:新技术与农村生活的结合,已经开始触发一些改变。
还记得那个叫Libratus的扑克机器人吗?在2017年,它在无限加注(可以随时全压All In)德州扑克比赛中击败了四名人类高手,成为一时的焦点。
在我们期待春节的最后一周,大洋彼岸天蓝水美的夏威夷将在1月27号到2月1号召开AAAI-2019人工智能会议。
机器人技术飞速发展,无论是无人机还是双足机器人都取得了巨大的进步。但横在他们面前还有一些一直未被解决的问题。
在过去的一年里我们经历了AI能力急速提升、看到了无人车的逐渐落地、见证了5G时代的开启、感受到了技术在商业进程中的力量、触摸到了科技在日常生活中的问题。
Topbots 总结了他们眼中 2018 年里 10 篇最为重要的 AI 研究论文,带领大家领略过去的一年中机器学习领域的关键进展。
最近,日本产业综合技术研究院的研究人员提出了一种新的方法,通过结合骨骼结构的回归器和基于3D位姿表达的交叉热力图回归,实现了端到端的3D人体位姿预测,不仅能从单张RGB图中预测出关节位置,同时还能准确得到连接在关节上的骨骼角度。