人工智能技術(shù)的發(fā)展使機器人具備了越來(lái)越強大的機制來(lái)理解和與世界互動(dòng)。近些年學(xué)者們開(kāi)始關(guān)注研究這類(lèi)機制，以便機器人在長(cháng)期的實(shí)際環(huán)境中理解人類(lèi)并與人類(lèi)互動(dòng)，從而揭示了學(xué)習人類(lèi)多樣性的機遇和挑戰。
人機交互（Human-Robot Interaction）是一個(gè)多學(xué)科的L域，旨在理解和開(kāi)發(fā)支持機器人與人類(lèi)共存的技術(shù)。基于人文主義價(jià)值觀(guān)，HRI的一個(gè)子集是專(zhuān)注于研究提G個(gè)人生活質(zhì)量的機器人；此類(lèi)研究包括醫療觸覺(jué)，康復機器人和社會(huì )輔助機器人（SAR）。SAR希望通過(guò)結合工程，計算機科學(xué)和社會(huì )科學(xué)來(lái)分擔和輔助教育工作者，父母，護理者和臨床醫生的工作。該L域的研究表明，人和機器人的伙伴關(guān)系可以緩解關(guān)鍵的健康挑戰，這些挑戰需要社會(huì )調解，個(gè)性化的長(cháng)期支持，例如特殊教育需求，老人護理和康復。人類(lèi)的學(xué)習、發(fā)展和關(guān)懷都遵循每個(gè)人獨有的非線(xiàn)性軌跡。HRI的個(gè)性化計算針對個(gè)人用戶(hù)不斷變化的需求呈現出現實(shí)世界中的復雜性，而機器人和ML研究團體卻在很大程度上避免了這種復雜性。
幸運的是，在大數據時(shí)代，人機交互非常豐富；人們經(jīng)常與計算模型交互，無(wú)論是隱藏在他們喜歡的數字媒體網(wǎng)站后面，還是在家里與AI助手進(jìn)行交互。二十一世紀的用戶(hù)，不管是自愿還是不知情，都會(huì )用自己的個(gè)人數據換取“免費”服務(wù)。因此，提G生活質(zhì)量的個(gè)性化機器人和虛擬代理服務(wù)在行業(yè)中正在成為現實(shí)-商業(yè)實(shí)例，包括基于認知行為療法的治療性聊天機器人Woebot等。但是，在利用這些數據以更好地了解人類(lèi)用戶(hù)并與之交互時(shí)，仍然存在許多開(kāi)放的挑戰，包括現實(shí)世界數據固有的噪音，個(gè)人的廣泛需求和偏好，意外的模型偏差、隱私和安全障礙，以及在學(xué)習更多個(gè)性化或更具普遍性的HRI模型之間進(jìn)行權衡。為了應對這些挑戰，將多模式，交互式和多任務(wù)ML范例應用于實(shí)際環(huán)境并對其進(jìn)行評估至關(guān)重要。
從大型仿人機器人整機構型國內外研究現狀入手，圍繞機器人整機構型、關(guān)節運動(dòng)特點(diǎn)、伺服驅動(dòng)器、減速器、仿真平臺等方面進(jìn)行深度講解，后就大型仿人機器人整機構型未來(lái)發(fā)展趨勢給出自己的見(jiàn)解
智能機器人視覺(jué)方面的工作，主要體現在感知、理解、學(xué)習及推理4個(gè)方面，涉及到目標檢測、目標追蹤、人體姿態(tài)估計、人臉識別、行為識別、推理等技術(shù)
基于康復機器人內部傳感器識別記錄訓練過(guò)程中的運動(dòng)學(xué)參數,能夠實(shí)時(shí)定量評估不同的運動(dòng)模式,還能夠掌握患者是否主動(dòng)參與訓練等情況
「Vision+Ask」的任務(wù)包含視覺(jué)問(wèn)題生成、根據問(wèn)題生成查詢(xún)、圖像描述等；「Vision+Answer」的任務(wù)包含視覺(jué)問(wèn)答、視覺(jué)對話(huà)等
對于聯(lián)邦學(xué)習技術(shù),數據應用推廣的經(jīng)驗,并深入探討聯(lián)邦學(xué)習在政務(wù),醫療,金融,廣告,物流的應用價(jià)值,以期為數據應用價(jià)值的釋放帶來(lái)解讀和參考
DeepTech通過(guò)科研數據分析、專(zhuān)家訪(fǎng)談等方式洞悉先進(jìn)計算L域發(fā)展趨勢,探尋具備技術(shù)顛覆性,有商業(yè)化前景的先進(jìn)計算技術(shù),提煉出 2022 年先進(jìn)計算技術(shù)及應用七大趨勢
一種基于水凝膠彈性體混合物的仿生機器皮膚.分為三層結構,中間的水凝膠層構成機器皮膚的主體,可以實(shí)現電信號的傳遞,實(shí)現靜態(tài)和動(dòng)態(tài)觸覺(jué)的模態(tài)識別
服務(wù)機器人潛在危險有：電擊、與能量有關(guān)的危險、著(zhù)火、與熱有關(guān)的危險、機械危險、輻射、化學(xué)危險等
視頻搜索是涉及信息檢索、自然語(yǔ)言處理（NLP）、機器學(xué)習、計算機視覺(jué)（CV）等多L域的綜合應用場(chǎng)景
驅動(dòng)系統由4個(gè)200W無(wú)刷直流電機構成，通過(guò)50:1的空心軸減速機可以G達2m/s的速度在玉米、G粱等農作物的地里前進(jìn)
通過(guò)2D激光雷達信息采用Hector SLAM實(shí)現機器人對地圖的感知和自主導航規劃，通過(guò)D部的RGB-D相機采集目標物體深度和RGB圖像信息
機器人的學(xué)習分為三個(gè)部分的軌跡預測包括示教者的手部運動(dòng)軌跡、示教者的身體移動(dòng)軌跡以及被操作物體的運動(dòng)軌跡
Cosero是德國波恩大學(xué)的Sven Behnke團隊根據家庭環(huán)境中的日常操作任務(wù)而研制的一款仿人操作機器人基于深度學(xué)習方法的目標姿態(tài)估計和RGB-D SLAM等感知測量
機器人、無(wú)人機、自動(dòng)駕駛汽車(chē)等加快落地，智慧城市深入建設，更是為傳感器產(chǎn)業(yè)帶來(lái)了難以估量的龐大機遇
中國移動(dòng)聯(lián)合產(chǎn)業(yè)合作伙伴發(fā)布《室內定位白皮書(shū)》，對室內定位產(chǎn)業(yè)發(fā)展現狀及面臨的挑戰，深入分析了垂直行業(yè)的室內定位需求，并詳細闡述了實(shí)現室內定位的技術(shù)原理， 及室內定位評測體系
下一個(gè)十年，智能人機交互、多模態(tài)融合、結合L域需求的 NLP 解決方案建設、知識圖譜結合落地場(chǎng)景等將會(huì )有突破性變化
自然語(yǔ)言處理技術(shù)的應用和研究L域發(fā)生了許多有意義的標志性事件，技術(shù)進(jìn)展方面主要體現在預訓練語(yǔ)言模型、跨語(yǔ)言 NLP/無(wú)監督機器翻譯、知識圖譜發(fā)展 + 對話(huà)技術(shù)融合、智能人機交互、平臺廠(chǎng)商整合AI產(chǎn)品線(xiàn)
NVIDIA解決方案架構師王閃閃講解了BERT模型原理及其成就，NVIDIA開(kāi)發(fā)的Megatron-BERT
基于內容圖譜結構化特征與索引更新平臺，在結構化方面打破傳統的數倉建模方式，以知識化、業(yè)務(wù)化、服務(wù)化為視角進(jìn)行數據平臺化建設，來(lái)沉淀內容、行為、關(guān)系圖譜，目前在優(yōu)酷搜索、票票、大麥等場(chǎng)景開(kāi)始進(jìn)行應用
