里昂中央大學的研究人員最近設(shè)計了一個新的開發(fā)框架，該框架的靈感來自人類的長期記憶和推理機制。該框架概述于東京在IEEE ICDL-Epirob上發(fā)表的論文中，并預先發(fā)布在arXiv上，它使機器人能夠自動優(yōu)化從任何動作和/或視覺模塊調(diào)整的超參數(shù)，這些超參數(shù)被視為黑匣子。

近年來，研究人員已經(jīng)建造了可以完成各種任務的機器人。但是，這些機器人的操作環(huán)境通常受到一定限制。這是因為在機器人技術(shù)中，大多數(shù)算法是由人類專家手動制作和優(yōu)化的，以預測機器人在給定情況下可能會遇到的潛在挑戰(zhàn)。

“但是，例如，在處理不確定性時，當機器人在其生命周期內(nèi)不得不頻繁處理新物體時，總是依靠其他程序，并且人類工程師的優(yōu)化是不可行的：機器人必須自己學習。”進行這項研究的研究人員之一馬克西姆·佩蒂特(Maxime Petit)告訴TechXplore。“我們希望為機器人提供學習機制，以使它們能夠自主運行并適應各種情況，即使無法預料到這些情況。”

開發(fā)能夠自動適應不同情況的機器人可能具有許多有用的應用程序，例如在工業(yè)機器人技術(shù)的背景下，在這種情況下，機械臂需要從均質(zhì)的塊中拾取未知物體。