科研进展-北京大学人工智能研究院

科学研究

首页 >> 科学研究 >> 科研进展

人工智能研究院朱毅鑫及合作者在赋予AI语言理解和场景感知能力，实现目标导向的室内…

近日，人工智能研究院朱毅鑫助理教授课题组在NeruIPS发表论文“HUMANISE: Language-conditioned Human Motion Generation in 3D Scenes”，提出了一个大规模且具有丰富语义标注的HSI数据集，即HUMANISE。并且开启了一项新任务，即三维场景中语言约束下的人体运动序列生成。论文进一步设计了一个场景和语言约束的运动生成模型，该模型能够生成多样且语义一致的室内人体运动。在现实生活中，人可以根据语言指令轻松地执行相应动作...

2022-12-08

人工智能研究院朱毅鑫及合作者在“物理推理中的学习机制”研究取得进展

近日，人工智能研究院朱毅鑫助理教授团队在NeruIPS发表论文“On the Learning Mechanisms in Physical Reasoning”，介绍了物理推理中两种学习机制的概念，即基于直觉的推理和基于动态轨迹的推理。人类在解决生活中的物理难题时候有两种推理模式，第一种是基于直觉的推理，例如看到一摞堆叠的物体，能够直接通过直觉迅速判断出是否会倒，如图1，第二种是基于动态轨迹的推理，例如在多物体交互的游戏中通过想象各物体的运动轨迹...

2022-12-03

黄如院士-杨玉超教授团队在仿生光电突触与多模态、多尺度储备池计算研究中取得重要…

物理系统的动态演化过程可以作为一种高效的计算资源应用于信息处理。在输入的驱动下，物理系统遵循内在规律进行演化，演化的结果实现了对输入信息的变换，并作为达成特定计算功能的重要基础。基于此构建的硬件神经网络具有比数字系统更高的能效和更快的速度。储备池计算（Reservoir Computing）是其中备受关注的一种计算范式，具有易于训练、硬件开销低等优点，并且可以使用各种电学和光学硬件实现。储备池计算硬件所需的关键...

2022-10-14

人工智能研究院朱松纯、朱毅鑫团队在机器人场景重建、使用动作信息助力机器人自主规…

近日，人工智能研究院朱松纯、朱毅鑫教授团队在IJCV 2022发表论文《Scene Reconstruction with Functional Objects for Robot Autonomy》，提出了一个全新的场景重建问题和场景图表征，为机器人自主规划提供必要的信息，并为其仿真测试提供了与现实场景功能相近的可交互的虚拟场景。同时，这一工作也开发了一个完整的机器视觉系统，以实现所提出的场景重建问题。实验证明了所提出的场景重建方法的有效性，以及场景图表征在机器...

2022-09-30

人工智能研究院朱毅鑫课题组在增强过驱动无人机平台稳定性及安全性方向取得重要进展

近日，北京大学人工智能研究院朱毅鑫助理教授课题组在IROS 2022上发表论文“Downwash-Aware Control Allocation for Overactuated UAV Platforms”，介绍了一种适用于由四旋翼无人机模块组成的无人机平台的控制策略。该控制策略能够兼顾无人机之间的气流冲刷现象和平台整体的推力效率问题，大大增加了此类无人机平台实际使用时的稳定性和安全性。基于多个四旋翼和被动自由度机构的过驱动无人机平台无人机由于其灵巧、简单的特点...

2022-09-07

首页上页123456...12下页尾页