基于经验的跨模态学习及其在服务机器人中的应用

注：学术报告笔记，仅供个人参考。

报告摘要：

世界是动态并且不断变化的，一个鲁棒有效的机器人系统需要具备自适应能力、不断学习的能力、对复杂概念的理解能力和自主规划能力。近年来，在多传感器数据处理的神经认知模型、多机协作、以及高水平知识的整合学习等领域的研究，使得未来智能控制系统的发展有章可循。报告主要通过介绍智能服务机器人中的多模态学习方法，展示如何采用协同控制实现多关节手指的灵巧运动，以及一个机器人智能系统如何通过经验学习进化自身模型，以及通过知识、规划和学习更好的理解和适应新环境，并以一个餐厅服务机器人的抓取操作来展示相关研究成果。

报告人简介：

张建伟，德国汉堡大学信息学科学系教授，德国汉堡科学院院士、TAMS研究所所长，千人计划专家，清华大学讲席教授。