Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaAI & otomasiCAREER: Safe and Efficient Robot Learning from Demonstration in the Real World
Proyek riset & pengembangan

CAREER: Safe and Efficient Robot Learning from Demonstration in the Real World

Ringkasan tujuan riset

Pembelajaran robot dari demonstrasi menggabungkan batas performa probabilistik, informasi multimodal, dan pembelajaran aktif untuk penyesuaian tugas yang berlangsung terus-menerus.

AI & otomasi1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2323384Periode tercatat 2023-01-01 sampai 2025-05-31.NSF 2323384MulaiAkhir tercatat202320262023-01-012025-05-31
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Teori serta algoritme safe learning from demonstration dikembangkan untuk memberikan batas bawah probabilistik pada performa agen. Efisiensi pembelajaran dikaji dengan memeriksa asumsi statistik umum dan memanfaatkan bahasa alami serta arah pandangan sebagai informasi tambahan. Strategi pembelajaran aktif dipadukan dengan model keyakinan manusia agar interaksi dapat membantu pembelajaran berkelanjutan. Sasaran riset adalah penyesuaian robot untuk lingkungan rumah maupun tempat kerja dengan data demonstrasi yang terbatas dan kebutuhan keselamatan.

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Massachusetts Amherst
Program
Robust Intelligence
Periode pendanaan tercatat
2023-01-01 → 2025-05-31

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Computer and Information Science and Engineering
  • Division of Information & Intelligent Systems

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFTidak aktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.