第30届IROS正式开幕,深度学习当道的机器人会议都有什么精彩亮点?(多图)

简介:

2017年9月25日,全球机器人规模最大的学术会议之一、IROS(International Conference on Intelligent Robots and Systems,国际智能机器人与系统大会)在加拿大温哥华正式开幕,来自全球各地的2000多名机器人方面的专家和学者参加了本次会议。

第30届IROS正式开幕,深度学习当道的机器人会议都有什么精彩亮点?(多图) | IROS 2017

(展会现场的IROS历届举办城市海报)

自1988年在日本举办首届IROS以来,今年正好是第30届IROS,大会的主办方也特地收集了30年来的历届IROS照片和视频。随着正会的开场,今天的会场也进行了特别的布置,在报告厅内外特别放置了30幅历届IROS举办城市的海报,会场的大电视上播放的是从1988年第一届IROS以来的历届IROS视频剪辑,通过这些珍贵的资料,让不少年轻的参会者们对二三十年前机器人研究的先驱们所处的坚苦环境和所做的前期工作有了更深入的认识;

第30届IROS正式开幕,深度学习当道的机器人会议都有什么精彩亮点?(多图) | IROS 2017

(IROS 2017大会主席、加拿大阿尔伯塔大学张宏教授致欢迎辞)

早上9点,在大会主席张宏教授向参会者致简短的欢迎辞后,正会的第一个环节由大会报告嘉宾、来自University of Washington的Dieter Fox教授为全场2000余名参会者做了题为《Toward Unifying Model-based and Learning Based Robotics》的大会报告。Fox教授认为,要让机器人以自然的方式与其他人互动与写作,机器人必须能够识别其环境中的对象,准确地跟踪人的动作,并估计其目标和意图。 Dieter从SLAM基于模型构建的方法讲起,并结合当下火热的深度学习技术,来解决机器人的感知问题并将其应用于预测物体运动状态,并用于改进机器人运动姿态和算法,从而达到一种更自然、更接近人类的运动方式。

第30届IROS正式开幕,深度学习当道的机器人会议都有什么精彩亮点?(多图) | IROS 2017

(Dieter Fox教授在做大会报告)

在Keynote报告后有30分钟的茶歇和Poster展示时间,随后直接进入Technical Session环节;

第30届IROS正式开幕,深度学习当道的机器人会议都有什么精彩亮点?(多图) | IROS 2017

按大会议程,Technical Session共分为18个Track,每个Track包含5-6篇论文宣讲。据雷锋网在现场观察的情况,和其他AI类学术会议类似,深度学习依然火热,最受欢迎的是“机器人与自动化中的深度学习”(Track 1),其他如医疗机器人(Track 5)、自动化中的计算机视觉(Track 14)、地图规划(Track 16)等也有不少人参与。总体来说,IROS主办方给每个Track都安排了足够的座位,如人数最多的Track 1的场地约能容纳400余人,2000余名参会者分流到18个Track中,基本上没有造成某个主题观众爆满的情况出现。

第30届IROS正式开幕,深度学习当道的机器人会议都有什么精彩亮点?(多图) | IROS 2017

(Track 1:机器人与自动化中的深度学习,来自中科院计算所的曾一鸣在做Presentation)

而展览区域同样也吸引了不少的参会者。共有50余家展商参展,其中不乏如Amazon、Apple Inc.、Intuitive Surgical、Cruise Automation、iRobot Corporation、Rethink Robotics等业内领导者。

第30届IROS正式开幕,深度学习当道的机器人会议都有什么精彩亮点?(多图) | IROS 2017

(IROS 2017展区,人流如织)

由于场地限制,某些展商的明星当家产品并没有在现场展示,而现场最有意思的是KUKA与加拿大阿尔伯塔大学合作的一个Demo,当你在一个平板上写好字后,旁边有握着笔的一个机器手,随即可以将你刚写好的字“临摹”到另外的一些物体(例如南瓜、皮球)表面上,这个Demo在IROS2017中国参会者群中也引起了一阵讨论;

第30届IROS正式开幕,深度学习当道的机器人会议都有什么精彩亮点?(多图) | IROS 2017

(机器人写得像不像?)

本次会议议程丰富,为给予参会者尽量多的展示机会,大会中午仅留了1小时的午餐时间,下午1点到2点半分别有6位专家学者就自动驾驶、机器人系统的可靠性、人机协作、机器人演化、机器人开源软件、机器人决策行为等主题进行了演讲。

第30届IROS正式开幕,深度学习当道的机器人会议都有什么精彩亮点?(多图) | IROS 2017

(新加坡国立大学教授David Hsu的演讲有一个拗口的副标题:From Known Unknown to Unknown Unknowns)

下午2:30分演讲环节结束后,主办方还安排了参观UBC(不列颠哥伦比亚大学)机器人实验室的School Tour。尽管雷锋网编辑很想去领略传说中被UBC女学生装点的Wrech Beach的绝世风采,但由于还要担负现场报道任务并未能前往......

第30届IROS正式开幕,深度学习当道的机器人会议都有什么精彩亮点?(多图) | IROS 2017

(不好意思,这里是不可能有UBC女学生图的)

下午4点进入茶歇期,休息区迅速被从各个房间涌出的人群占满,认识的人相互交流刚才听的演讲,或是询问“讲得如何”。

第30届IROS正式开幕,深度学习当道的机器人会议都有什么精彩亮点?(多图) | IROS 2017

而在另一个场地竞赛区,模拟与抓取竞赛的组织者也组织了一场竞赛答疑活动,帮助各参赛队伍更好地理解规则。与去年相比,不仅加入了普遍让参赛队伍头疼的制造机器人比赛,而且难度也有所增大。雷锋网(公众号:雷锋网)就看到一位来自某IT巨头的女队员在得知有多道题目物体的原始状态都是随机摆放的时候,不禁和同事抱怨:“这可怎么搞。”

第30届IROS正式开幕,深度学习当道的机器人会议都有什么精彩亮点?(多图) | IROS 2017

而竞赛组织者之一、南佛罗里达大学教授孙宇告诉雷锋网,难度提高是必然的演进过程,“明天会有很多好玩的事情发生。”

今天的IROS上并未如其他大会一样公布论文、注册用户等数据,从议程上看,这些数据可能会在明天的晚宴上公布。而在明天,不仅竞赛环节会正式开始,CV领域著名学者李飞飞也将会在IROS大会上做报告,她在推特上也更新了状态:“希望可以说服做机器人的朋友,CV是机器人的新杀手应用”。明天的IROS,必然会更精彩。



本文作者:岑大师
本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
1月前
|
机器学习/深度学习 传感器 算法
深度学习之基于视觉的机器人导航
基于深度学习的视觉机器人导航是一种通过深度学习算法结合视觉感知系统(如摄像头、LiDAR等)实现机器人在复杂环境中的自主导航的技术。
43 5
|
3月前
|
机器学习/深度学习 算法 机器人
使用Python实现深度学习模型:智能灾害响应与救援机器人
使用Python实现深度学习模型:智能灾害响应与救援机器人
77 16
|
4月前
|
机器学习/深度学习 自然语言处理 机器人
基于深度学习的智能语音机器人交互系统设计方案
**摘要** 本项目旨在设计和实现一套基于深度学习的智能语音机器人交互系统,该系统能够准确识别和理解用户的语音指令,提供快速响应,并注重安全性和用户友好性。系统采用分层架构,包括用户层、应用层、服务层和数据层,涉及语音识别、自然语言处理和语音合成等关键技术。深度学习模型,如RNN和LSTM,用于提升识别准确率,微服务架构和云计算技术确保系统的高效性和可扩展性。系统流程涵盖用户注册、语音数据采集、识别、处理和反馈。预期效果是高识别准确率、高效处理和良好的用户体验。未来计划包括系统性能优化和更多应用场景的探索,目标是打造一个适用于智能家居、医疗健康、教育培训等多个领域的智能语音交互解决方案。
|
6月前
|
机器学习/深度学习 存储 算法
强化深度学习中使用Dyna-Q算法和优先遍历算法在机器人实战中的对比分析(超详细 附源码)
强化深度学习中使用Dyna-Q算法和优先遍历算法在机器人实战中的对比分析(超详细 附源码)
62 0
|
6月前
|
机器学习/深度学习 算法 数据可视化
强化深度学习中使用Dyna-Q算法确定机器人问题中不同规划的学习和策略实战(超详细 附源码)
强化深度学习中使用Dyna-Q算法确定机器人问题中不同规划的学习和策略实战(超详细 附源码)
90 0
|
6月前
|
机器学习/深度学习 算法 机器人
强化深度学习中利用时序差分法确定扫地机器人问题的最优解(附源码 超详细必看)
强化深度学习中利用时序差分法确定扫地机器人问题的最优解(附源码 超详细必看)
126 0
|
机器学习/深度学习 人工智能 自然语言处理
2023北京智源大会亮点回顾 | 高性能计算、深度学习和大模型:打造通用人工智能AGI的金三角
北京智源大会中黄铁军表示,从“第一性原理”出发,通过构建一个完整的智能系统AGI,从原子到有机分子到神经系统、到身体,实现通用人工智能。这是一个大概需要20年时间才能实现的目标。分别包括大模型方向、具身方向,以及智源自己期望方向的进展。
|
机器学习/深度学习 人工智能 自然语言处理
亮点回顾|2022 re:Invent Recap:创新源动力——深度学习技术洞察与实践
亮点回顾|2022 re:Invent Recap:创新源动力——深度学习技术洞察与实践
143 0
|
机器学习/深度学习 存储 人工智能
人工智能不过尔尔,基于Python3深度学习库Keras/TensorFlow打造属于自己的聊天机器人(ChatRobot)
聊天机器人(ChatRobot)的概念我们并不陌生,也许你曾经在百无聊赖之下和Siri打情骂俏过,亦或是闲暇之余与小爱同学谈笑风生,无论如何,我们都得承认,人工智能已经深入了我们的生活。目前市面上提供三方api的机器人不胜枚举:微软小冰、图灵机器人、腾讯闲聊、青云客机器人等等,只要我们想,就随时可以在app端或者web应用上进行接入。但是,这些应用的底层到底如何实现的?在没有网络接入的情况下,我们能不能像美剧[《西部世界》(Westworld)](https://movie.douban.com/subject/2338055/)里面描绘的那样,机器人只需要存储在本地的“心智球”就可以和人类沟
人工智能不过尔尔,基于Python3深度学习库Keras/TensorFlow打造属于自己的聊天机器人(ChatRobot)
|
机器学习/深度学习 传感器 敏捷开发
Paper之IEEE&RSJ:2009年~2019年机器人技术(IEEE机器人和自动化国际会议&RSJ智能机器人与系统国际会议&机器人技术:科学与系统&机器人学报)历年最佳论文简介及其解读
Paper之IEEE&RSJ:2009年~2019年机器人技术(IEEE机器人和自动化国际会议&RSJ智能机器人与系统国际会议&机器人技术:科学与系统&机器人学报)历年最佳论文简介及其解读
下一篇
无影云桌面