目录
第10章 感知中的不确定性
10.1 不确定性的类型与来源
具身智能系统的感知模块面临的环境本质上是开放且动态的。与封闭实验室环境不同,真实世界场景中的光照条件、遮挡关系、物体材质以及传感器特性均存在显著变化。这种复杂性导致感知输出必然伴随不确定性,准确识别、量化并利用这些不确定性是构建鲁棒具身智能系统的核心前提。不确定性并非单一概念,其来源与性质具有本质差异,理解这些差异对于选择适当的估计方法与应用策略至关重要。
墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
100+累计阅读
94平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年,写一次发全网
我也要 →
码龄1年
目录
具身智能系统的感知模块面临的环境本质上是开放且动态的。与封闭实验室环境不同,真实世界场景中的光照条件、遮挡关系、物体材质以及传感器特性均存在显著变化。这种复杂性导致感知输出必然伴随不确定性,准确识别、量化并利用这些不确定性是构建鲁棒具身智能系统的核心前提。不确定性并非单一概念,其来源与性质具有本质差异,理解这些差异对于选择适当的估计方法与应用策略至关重要。
具身智能:原理、算法与系统 第3章 具身智能的感知-认知-行为框架
具身智能的PCB框架源于对生物智能系统的观察:动物通过感官接收环境信息(感知),基于内部模型进行预测和决策(认知),并通过身体执行动作改变环境(行为),而这一改变又通过感知反馈形成闭环。这一框架在两篇核心文献中得到了深入阐述:提出了系统的数学形式化和工程实现,则从认知科学角度强调了归纳偏置和双过程理论的重要性。
具身智能:原理、算法与系统 第1章 具身智能的本质与范畴
从学术定义的角度,具身智能可被界定为"与物理环境进行有目的的能量与信息交换"的智能形式。这一定义揭示了具身智能的两个本质维度:信息处理维度与能量交互维度。与传统人工智能系统仅在信息空间操作不同,具身智能系统必须同时处理信息流与能量流,在物理约束下实现感知、认知与行动的统一。具身智能体具有三个核心构成要素:物理身体(Physical Body)、感知系统(Sensory System)与效应器(Effectors)。这三者共同构成了感知与行动的基础,使智能体能够通过物理交互而非纯粹符号操作来理解世界。
AI Agent: AI的下一个风口 智能体与具身智能的区别
AI Agent: AI的下一个风口 智能体与具身智能的区别 1. 背景介绍 1.1 问题由来 在人工智能(AI)领域,从基于规则的专家系统到基于数据的机器学习,再到基于深度学习的智能体(Agent),AI技术的发展经历
具身智能:原理、算法与系统 第20章 规划与决策
运动规划解决几何路径与轨迹生成问题,任务规划处理高层目标分解与动作调度,任务与运动规划(TAMP)则整合符号推理与几何约束以满足长时程操作需求。分布鲁棒优化(Distributionally Robust Optimization, DRO)在模糊集合(Ambiguity Set)上优化,该集合包含与经验分布距离(如 Wasserstein 距离)有界的所有分布,提供样本效率与鲁棒性的权衡。HTN 规划问题由初始任务网络与领域知识组成,领域知识包含操作符(对应原始任务)与方法(对应复合任务分解规则)。
具身智能:原理、算法与系统 第5章 双过程理论与认知架构
这种交互具有不对称性:系统2的激活是稀缺的、 effortful 的,而系统1的运作是默认的、 automatic 的。这种认知成本解释了系统2的 "laziness":默认情况下,系统2接受系统1的 suggestions,仅当检测到 cognitive conflict 或 error signal 时才投入 effortful processing。该理论将认知系统划分为两种 distinct modes of processing:系统1(System 1)与系统2(System 2)。
具身智能:原理、算法与系统 第11章 世界模型学习
从早期的前向模型到现代的潜空间动力学模型,从数据驱动的黑盒方法到物理信息混合架构,世界模型的表达能力与计算效率持续提升。Ha 与 Schmidhuber 的开创性工作展示了在想象空间中学习的可能性,PlaNet、Dreamer 与 TD-MPC 等算法将这一理念推向实用化,而物理世界模型与因果推理的结合则开启了更具解释性与泛化能力的新方向。结果模型 O 预测不同动作的长期回报。图中左侧显示了实际观察到的变量状态,右侧显示了在干预某个变量(如强制设置 X3=0 )后的反事实状态,以及相应的概率分布变化。
OriginPro实战:5步搞定碳材料拉曼光谱D峰G峰分析(附完整数据处理流程)
本文详细介绍了使用OriginPro进行碳材料拉曼光谱D峰G峰分析的完整流程,涵盖数据预处理、多图层可视化、高精度分峰拟合等关键步骤。特别针对材料科学研究中的基线漂移、多峰重叠等问题提供专业解决方案,帮助研究者快速完成从原始数据到科研级图表的全流程分析,提升碳材料表征效率与准确性。
ADS中使用Momentum进行电源完整性分析示例
这个应用可以帮助工程师用更快的时间使用ADS Momentum完成PDN分析。该应用描述了利用ADS Momentum RF模拟器进行PDN分析的方法,大大缩短了计算时间。 该分析主要应用与高速数字设计。 在此应用中使用了以下ADS特性: ADS设计流程集成(ADFI)。 电磁协同仿真。 Momentum仿真。 仿真流程如下: 在Allegro中创建ADFI文件 要将Alleg...
RV1106的ISP配置实战:MIPI与LVDS接口的硬件连接与设备树优化
本文详细解析了RV1106芯片的ISP配置实战,重点对比了MIPI CSI-2与LVDS两种主流接口的硬件连接方案与数据流差异。通过手把手的设备树代码示例,深入讲解了单路MIPI与双路LVDS摄像头的配置要点、关键属性设置及常见避坑指南,并提供了从驱动加载检查到Media Controller工具使用的系统化调试方法,帮助开发者快速打通图像采集与处理全链路。
autoware 激光-相机联合标定
autoware进行激光-相机联合标定 ~~~ 刚开始进行激光-相机联合标定的时候,出现了不少问题,在此记录一下整体标定流程,以防忘记。在此,特别感谢佳明师弟,在录制数据集时提供的帮助。 ~~~ 0.系统配置: Ubuntu18.04系统 ROS Melodic opencv 3.2.0 vlp-16 一.安装autoware 这部分网上教程挺多的,但我在编译的过程中仍存在不少bug,唉~_~。 二.安装calibration_camera_lidar,从a...
别再折腾端口了!Kali Nethunter Kex 图形化桌面连接失败的真正原因与一键修复(附Termux命令)
本文深入分析了Kali Nethunter Kex图形化桌面连接失败的真正原因,包括端口配置变更、依赖缺失和权限问题,并提供了一键修复方案和Termux命令。通过详细的诊断步骤和优化配置,帮助用户快速恢复Kex功能,提升移动安全测试效率。
第三天:Python基础语法详解
Python代码规范与注释最佳实践 摘要: 本文深度解析Python缩进规则与代码结构的技术规范,包括缩进的底层原理、语法规则和错误处理。详细阐述Python注释系统,涵盖行内注释、文档字符串和类型注释等多种形式,并提供工业级代码组织方案。研究显示,良好的缩进可提升40%的代码识别速度,降低50%的认知负荷。文章还对比了Sphinx、pdoc等主流文档生成工具,给出企业级项目中的注释编写原则和模板建议,帮助开发者构建更可维护的Python代码。
【AI面试】2026 AI Agent 应用开发|应届生简历模板 + 完整学习路线图(校招可直接复用)
很多同学学完 RAG、Agent 之后,不知道简历怎么写,项目写成 “调用大模型 API 实现聊天机器人”,投出去几乎没有面试。AI Agent 应用开发,本质还是软件开发岗位。简历要突出工程能力、踩坑优化、问题解决,不要只堆砌 AI 关键词。注意:本文针对【AI 应用开发 / Agent 应用工程师】本科校招;不适合大模型训练、微调算法岗。AI Agent 应用开发岗位,不是只会写提示词、调用 API 就可以拿到 offer。拥有传统软件工程基本功,同时懂大模型、RAG、Agent 工程落地的开发者。
DeepSeek赋能公文写作:从高效成文到精准传情的全维度指南
摘要:AI赋能公文写作的精准化实践 公文写作长期面临框架混乱、素材匮乏、表达不规范、修改低效等痛点。DeepSeek等AI工具通过"精准指令+分步赋能"模式实现突破:首先明确公文的目的性、逻辑性和规范性特征;其次采用包含场景、类型、目的等要素的指令模板;再分四步实施:框架搭建确保层次分明,内容填充解决素材问题,表达优化适配不同语体,合规校验把关格式规范。典型案例显示,AI能将数据罗列转化为"数据+成果+价值"的生动表述,使公文既规范又具感染力。这种AI赋能的写作方法显
温度PID控制PLC程序
温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值
jdk-8u144-linux-x64.tar.gz.
该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包
廖雪峰Python教程[完整版]
廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白
TMS_WebGMaps_1.9.8.0_Full_Source
TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder
271
82
163
117

被折叠的 条评论
为什么被折叠?



