发表在《机器人的交互式持续学习:一种神经形态方法》中的论文显示,英特尔实验室与意大利理工学院和慕尼黑工业大学合作,推出了一种基于神经网络的对象学习新方法。该方法使用交互式在线对象学习,可使机器人能够在自主部署后学习新对象。
该方法旨在使未来的应用成为可能,例如不受环境约束的交互机器人助手。这些机器人可以在物流、医疗保健或老年护理领域工作。
该方法在模拟环境中使用机器人进行了测试。机器人移动它的“眼睛”,一个基于事件的相机或动态视觉传感器,以主动感知物体。当眼睛跟踪物体时,它会创建事件,这些事件被收集并用于驱动Loihi 芯片上的脉冲神经网络。
Loihi 芯片上的尖峰神经网络架构将学习定位于单层塑料突触,并通过按需招募新神经元来解释从不同角度观察物体的情况。当机器人观察到一个新物体时,它的 SNN 表示会被学习或更新,如果该物体是已知的,网络会识别它并向用户提供相应的反馈。
“当人类学习一个新物体时,他们会看一眼、翻转它、询问它是什么,然后他们能够在各种环境和条件下立即再次识别它,”英特尔神经形态计算实验室和该论文的高级作者Yulia Sandamirskaya说。“我们的目标是将类似的功能应用于未来在交互式环境中工作的机器人,使它们能够适应不可预见的情况并更自然地与人类一起工作。我们与 Loihi 的研究结果强化了神经形态计算对机器人未来的价值。”
使用新开发的方法,英特尔的团队能够在公司的研究芯片 Loihi 上展示持续的交互式学习。与在中央处理单元 (CPU) 上运行的传统方法相比,该芯片在学习新对象时消耗的能量最多可减少 175 倍,其速度和准确性相似。
1、本文由入驻智造人才网资讯专栏的作者撰写或者网上转载,观点仅代表作者本人,不代表智造人才网立场。如有侵权或者其他问题,请联系举报。
2、本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
3、如涉及作品内容、版权等问题,请在作品发布之日起一周内与本网联系,否则视为放弃相关权利。
Copyright C 2021 All Rights Reserved 版权所有 智造人才网 粤ICP备2022085165号 公安备案号44190002004849
地址:东莞市横沥镇新城工业区兴业路121号 EMAIL:qiufukang2007@163.com
Powered by 广东智造