伯克利人工智能实验室 开源无奖励端到端深度学习研究

近日，美国伯克利人工智能实验室推出一种无奖励的端到端深层强化学习方法，可帮助机器人在没有奖励的情况下从一定数量的描述成功完成任务的图像中学习。机器人将利用大约80个图像开始学习，并偶尔向用户查询其他标签。在查询过程中，机器人将向用户显示图像并要求用户标签以确定该图像是否表示任务的成功完成。研究人员们设定了大约25到75个此类查询，通过使用这些查询，机器人能够在 1～4 小时的交互时间内直接在现实世界中学习。据了解，该方法为目前现实世界中最高效的基于图像的机器人机器学习方法之一。

美国

谷歌推新AI工具，用声音了解鲸鱼行为;

亚马逊宣布推出新款电动送货无人机;

Facebook与伯克利人工智能学院建开放研究共享平台;

美国众议院拟对谷歌、Facebook等科技公司展开反垄断调查;

白宫行政管理和预算局（OMB）发布《联邦数据战略》;

美国能源部宣布推出量子信息科学中心计划;

美国RSIP公司发布视觉AI模块，解决膝关节置换问题;

美国研究人员开发可自我驱动的微型机器人，有望实现精准靶向治疗;

美国麻省理工学院开发出包含548个传感器的触觉手套，可通过轻触来识别物体;

微软与甲骨文达成协议，整合云计算服务;

福特研发双足送货机器人，解决快递上门服务。

英国

DeepMind研究员使用矢量量化变分自动编码器（VQ-VAE）模型进行大规模图像生成;

英国运营商Three将于8月在伦敦推出5G服务;

英国牛津大学将举办一场机器人艺术作品展。……