《中国人工智能学会通讯》——5.13 协作性和安全性

简介: 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第5章,第5.13节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。

5.13 协作性和安全性

人机协作研究的主要目的,不仅让机器人具有与人交互的能力,还应能与人通过物理性接触进行协作。基于人类示教的任务配置和任务执行是人机物理交互存在的主要方面。考虑到安全性,在以上类似的物理交互场景下,协作型机器人(机械臂)必须保证操作人员的人身安全[29-30] 。因此,该研究的主要方向有:① 交互式的机器人的柔性编程,目前很多开源软件库如机器人操作系统(RobotOperation System [31] )等开源库提供了多种编程接口,使得机器人非专业人员也能快速编程,机器人科研人员能够将人机交互的算法快速实现。② 基于新传感器技术(如立体视觉、激光扫描、关节力矩传感)手段的机器人感知和学习[32-34]和机器人动态任务规划[35-36] 。③ 协作方式由传统的机器人与机器人协作,向人机协作或者机器人双臂协作演变。目前主流的依然是单臂移动操作机器人与人协作的模式37。

image

相关文章
|
人工智能 数据挖掘 大数据
人工智能模型决策过程:机器与人类协作成效
决策智能(DI)融合AI与人类判断,提升商业决策质量。通过数据驱动的预测与建议,结合人机协作,实现更高效、精准的业务成果,推动企业迈向数据文化新阶段。(238字)
|
人工智能 自然语言处理 API
MCP与A2A协议比较:人工智能系统互联与协作的技术基础架构
本文深入解析了人工智能领域的两项关键基础设施协议:模型上下文协议(MCP)与代理对代理协议(A2A)。MCP由Anthropic开发,专注于标准化AI模型与外部工具和数据源的连接,降低系统集成复杂度;A2A由Google发布,旨在实现不同AI代理间的跨平台协作。两者虽有相似之处,但在设计目标与应用场景上互为补充。文章通过具体示例分析了两种协议的技术差异及适用场景,并探讨了其在企业工作流自动化、医疗信息系统和软件工程中的应用。最后,文章强调了整合MCP与A2A构建协同AI系统架构的重要性,为未来AI技术生态系统的演进提供了方向。
2142 62
|
数据采集 人工智能 缓存
深挖“全栈智算”之力 中兴通讯开启AI普惠新纪元
深挖“全栈智算”之力 中兴通讯开启AI普惠新纪元
430 1
|
机器学习/深度学习 人工智能 监控
利用人工智能审查代码:提升代码质量和安全性
【10月更文挑战第15天】本文探讨了AI在代码审查中的应用,介绍了AI辅助代码审查工具如何通过机器学习算法提升代码质量、检测潜在错误,并促进团队知识共享。文中还详细说明了实施AI辅助代码审查的步骤及其实战技巧,强调了结合人工审查、定制化模型和持续监控的重要性。
|
人工智能 安全 Anolis
中兴通讯分论坛邀您探讨 AI 时代下 OS 的安全能力 | 2024 龙蜥大会
操作系统如何提供符合场景要求的安全能力,构建更加安全可信的计算环境。
|
人工智能 自动驾驶 机器人
智能时代的桥梁:人工智能与人类协作的未来
随着人工智能技术的不断进步,其在各行各业的应用已经变得越来越广泛。本文将探讨AI技术如何成为连接人与人、人与机器、以及机器与机器的桥梁,促进更高效的协作模式,并分析这种协作对未来社会的影响。我们将通过具体实例来展示人工智能在提升工作效率、解决复杂问题以及创新服务方面的潜力,同时也会触及到这一过程中可能遇到的挑战和伦理问题。
|
人工智能 安全 自动驾驶
人工智能与人类协作的未来
在这篇文章中,我们将探讨人工智能(AI)如何成为我们日常生活和工作中不可或缺的一部分。我们将看到AI不仅改变了我们的工作方式,还改变了我们与世界的互动方式。我们将深入探讨AI如何帮助我们解决复杂的问题,提高生产效率,以及如何在未来的日子里,AI和人类的协作将成为新的常态。
|
人工智能 监控 供应链
|
人工智能 自然语言处理 安全
F5怎么样?保障AI服务的安全性和交付
F5怎么样?保障AI服务的安全性和交付
294 2

热门文章

最新文章