V
主页
斯坦福机器人讲座 —— 机器人技能获取: 策略表示和数据生成
发布人
斯坦福大学的宋舒兰 我们需要什么才能让机器人学习更上一层楼?是更好的算法、改进的策略表示,还是价格合理的机器人硬件的进步?虽然所有这些因素无疑都很重要,但我真正希望得到的是支撑所有这些方面的东西--正确的数据。尤其是,我们需要可扩展、可重复使用、机器人完整的数据。虽然 "规模 "往往是当今机器学习的核心,但我认为,在机器人技术中,拥有可重复使用且完整的数据同样重要。如果只关注数量而忽视这些特性,机器人学习就很难像其他机器学习领域那样从规模化趋势中获益。在本讲座中,我们将探讨此类数据挑战的潜在解决方案,揭示与每种方法相关的一些经常被忽视的隐藏成本,更重要的是,探讨如何绕过这些障碍。 关于演讲者:https://shurans.github.io/ 有关课程的更多信息,请访问:https://stanfordasl.github.io/robotic... 查看整个 AA289 斯坦福机器人与自主系统研讨会播放列表:https://www.youtube.com/playlist?list... ► 查看斯坦福在线提供的全部课程和项目目录: https://online.stanford.edu/explore
打开封面
下载高清视频
观看高清视频
视频下载器
斯坦福开源 - 机器人技能学习 通用接口UMI - 机械夹爪装配教程
CMU 机器人讲座 —— 构建适应性强的通用机器人
斯坦福大学开源 - 机器人技能学习 通用操作接口 UMI (Universal Manipulation Interface) Demo
IEEE 机器人讲座 —— MuJoCo MPC (MJPC)介绍
NVIDIA Isaac 讲座 —— 使用 ROS 2 控制自主移动机器人
实时最优控制讲座 —— 最优控制机器人软件
MIT 机器人讲座 —— 利用对称性提高机器人学习的数据效率
MIT 机器人讲座 —— MuJoCo MPC (MJPC) 介绍
UCSD 机器人讲座 —— 不确定动态系统的安全滤波器: 控制理论与数据驱动方法
CMU 最优控制 2024 第 17 讲 迭代学习控制(Iterative Learning Control)
USC 2024 机器人基础 第 17 讲 基于采样的运动规划 I
MIT 欠驱动机器人学 2024 第 4 讲 动态规划 II
USC 2024 机器人基础 第 18 讲 基于采样的运动规划 II
Isaac ROS Office Hours
用 ROS 2 在 Isaac Sim 中驾驶自主移动机器人
IROS 2023 基于模型的多接触操作
CoRL 讲座 - 为真实世界的部署制定仿真基准
MIT 欠驱动机器人学 2024 第 9 讲 Computing Lyapunov Functions II
CMU 最优控制 2024 第 11 讲 Differential Dynamic Programming(DDP)
MIT 欠驱动机器人学 2024 第11 讲 轨迹优化 II
MATLAB - Learning-Based Control(基于学习的控制) 官方出品
实时最优控制讲座 —— TrajectoryOptimization.jl 教程
AI奇点说 | 第九期:未来走进现实,机器人开始“上岗”你准备好了吗?
密西根大学机器人讲座 —— 多接触碰撞中的平稳性
CMU 最优控制 2024 助教补充 第6讲 轨迹优化
CMU 机器人讲座 —— Where's RobotGPT
MATLAB - Understanding Kalman Filters 官方出品
宾大 GRASP 讲座 —— 旧瓶装新酒: 实现机器人学习民主化的结构化方法
IROS 2023 讲座 —— 从基于模型的全身控制到利用 ML 进行足式人形机器人操作
用Isaac Lab和OpenUSD加速机器人学习
CoRL 讲座 —— 人工智能机器人在现实世界中的应用
2024 斯坦福 凸优化教程 Stephen Boyd 第 18 讲
USC 2024 机器人基础 第 19 讲 马尔科夫决策过程
MIT 欠驱动机器人学 2024 第 10 讲 Trajectory Optimization I
CoRL 讲座 —— 可泛化几何机器人学习
CoRL 讲座 Scott Kuindersma - 基于模型的控制有助于学习
灵宝CASBOT人形机器人产品发布会全程回放
斯坦福讲座 —— 自动驾驶汽车在智能交通系统管理中的潜力
波士顿动力创始人 Marc Raibert 关于机器人未来的采访
CoRL 讲座 —— 小组讨论 部署基于学习的机器人系统的关键点