智猩猩是智一(yi)科(ke)技打造的硬科(ke)技講解與(yu)服務平臺，關注AI、芯片、算力(li)、智能網聯汽車(che)、機器人，提供(gong)講座、公開(kai)課、在線(xian)研討會、峰會等線(xian)上線(xian)下產(chan)品。
「機(ji)器(qi)人新青年講座(zuo)」由(you)智猩猩全新企(qi)劃，旨(zhi)在邀請全球知名高校(xiao)、頂尖(jian)研(yan)(yan)究機(ji)構以及優秀企(qi)業的(de)青年學者與研(yan)(yan)究人員，主講在具身智能(neng)、強化學習、多(duo)智能(neng)體系統、建模仿真(zhen)等(deng)機(ji)器(qi)人關鍵(jian)技術上的(de)研(yan)(yan)究成果和開發(fa)實踐。
有興趣講解的朋友，可(ke)以(yi)與智猩猩教研產(chan)品團隊郵件(jian)（class@sanyasheying.cn）聯系(xi)。
機器(qi)(qi)人學習(xi)(xi)是(shi)具身智能(neng)領域中(zhong)一(yi)(yi)項重要的研究課題。基(ji)于(yu)模(mo)(mo)型的強(qiang)化學習(xi)(xi)（Model-based RL）是(shi)智能(neng)體在對周圍(wei)環境(jing)進(jin)行建模(mo)(mo)的基(ji)礎上進(jin)行各類操作學習(xi)(xi)，相較于(yu)無模(mo)(mo)型的強(qiang)化學習(xi)(xi)（Model-Free RL）被認(ren)為在樣本效(xiao)率方面具有顯著優勢。然而，如何更高(gao)效(xiao)、精準、自(zi)動化地從原始傳(chuan)感(gan)器(qi)(qi)信號(hao)（例如圖像信息）中(zhong)建立對周邊環境(jing)的建模(mo)(mo)，并基(ji)于(yu)此學習(xi)(xi)操作技(ji)巧一(yi)(yi)直以來都(dou)是(shi)一(yi)(yi)個具有挑(tiao)戰性的問題。
針對(dui)當前基(ji)于模型(xing)(xing)的(de)強(qiang)化(hua)學(xue)習(xi)所(suo)面臨的(de)困境，上海交大(da)盧策吾老師團(tuan)隊(dui)提出一種(zhong)可以(yi)主動(dong)提高感知質量(liang)、基(ji)于模型(xing)(xing)的(de)機器人強(qiang)化(hua)學(xue)習(xi)系(xi)統(tong)SAM-RL。
SAM-RL可(ke)以對(dui)周圍(wei)環境(jing)進(jin)行建(jian)模并(bing)(bing)在(zai)操作(zuo)過(guo)程中對(dui)模型進(jin)行更新(xin)（Real2Sim），在(zai)模型中學習(xi)(xi)各(ge)類操作(zuo)機器（Learn@Sim）；并(bing)(bing)將學習(xi)(xi)到的技巧遷(qian)移(yi)到現(xian)實(shi)中去（Sim2Real）。為(wei)了(le)更精準的對(dui)環境(jing)進(jin)行建(jian)模，SAM-RL系統還可(ke)以使用機械臂(bei)控(kong)制相機，主動地(di)選(xuan)擇信息更為(wei)豐富的相機視(shi)角。我們在(zai)虛擬與真實(shi)環境(jing)中的三個不同任務上應(ying)用了(le)SAM-RL，展(zhan)示出了(le)不錯的樣本效率與性(xing)能。
與SAM-RL相關的論文成果收錄于(yu)RSS 2023頂會(hui)上，并(bing)被提名為Best System Paper，是(shi)國內論文在該會(hui)議中首次(ci)獲得(de)提名。
1月30日19點，智猩猩邀(yao)請(qing)到論文(wen)一作、上海交通大學(xue)MVIG實驗室(shi)在讀(du)博士呂峻(jun)參與(yu)「機器(qi)人(ren)(ren)新(xin)青(qing)年講座」，主講《基(ji)于模型(xing)的主動感(gan)知(zhi)機器(qi)人(ren)(ren)強化(hua)學(xue)習系統》。
講者
呂峻，上海交通大學MVIG實驗室在讀博士
師(shi)從盧策(ce)吾(wu)老師(shi)，入選上(shang)海交通大學吳文俊人(ren)工智能(neng)榮(rong)譽博(bo)士班，在RSS、CoRL、ICRA、CVPR等學術會議發(fa)表(biao)論(lun)文7篇，曾(ceng)獲得(de)2023年RSS最佳系統論(lun)文獎提名(ming)。
第1講
主 題
《基于模型的主動感知機器人強化學習系統》
提 綱
1、基于模型的機器人學習面臨的問題
2、基于可微分仿真與渲染的有模型強化學習
3、主動提高感知質量的算法框架SAM-RL
4、在虛擬與真(zhen)實環境中的(de)應用
直 播 信 息
直播時間：1月30日19:00
直播地點：智(zhi)猩猩知識(shi)店鋪(pu)
成果
論文標題
《SAM-RL: Sensing-Aware Model-Based Reinforcement Learning viaDifferentiable Physics-Based Simulation and Rendering》
論文鏈接
//arxiv.org/abs/2210.15185
開源地址
//sites.google.com/view/rss-sam-rl
報名方式
對本次講座感興趣朋友，可以掃描下方二維碼，添加小助手莓莓進行報名。已添加過莓莓的老朋友，可以給莓莓私信，發送“機器人講座01”即可報名。
我們會為審核通(tong)過的朋(peng)友推(tui)送直播(bo)鏈接。同時，本次講(jiang)座(zuo)也組(zu)建(jian)了學習群，直播(bo)開始(shi)前會邀(yao)請審核通(tong)過的相關朋(peng)友入(ru)群交(jiao)流(liu)。
