🔬 研究⚡· 影响力 7/10
Deep TAMER:实时人类反馈让机器人学习
来源:sciencedaily.com · 2026年5月25日
概要
Deep TAMER通过实时人类批评让机器人学习任务,结合深度学习与交互式训练。该方法减少了对大数据集的需求,实现了更快、更直观的技能获取。
相关研究
全部论文 →按 4 个标题关键词匹配的近期论文
HRI
📊 3 引用
工业5.0中人机协作的多模态感知、互认知与具身执行综述与展望
Kai Ding, Qingyuan Mao, Yaqian Zhang 等 6 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
基于深度强化学习和动态图神经网络的多任务机器人调度代理
Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者
Robotics and Computer-Integrated Manufacturing · 2026
HRI
📊 0 引用
代理式人机协作:通过记忆实现上下文对齐
Jiahui Si, Wenchao Li, Xi Chen 等 7 位作者
Robotics and Computer-Integrated Manufacturing · 2026
HRI
📊 0 引用
迈向以人为中心的制造:人机协作装配中不确定性下的任务规划
Yingchao You, Ze Ji, Changyun Wei
Robotics and Computer-Integrated Manufacturing · 2026