机器人产业

机器人产业杂志 部级期刊

Robot Industry

杂志简介:《机器人产业》杂志经新闻出版总署批准,自2015年创刊,国内刊号为10-1324/TP,是一本综合性较强的科技期刊。该刊是一份双月刊,致力于发表科技领域的高质量原创研究成果、综述及快报。主要栏目:视野、前沿、智能论坛、产业领袖、专题研究、案例分析、管理经纬、机器人史话、创业故事

主管单位:中华人民共和国工业和信息化部
主办单位:中国电子信息产业发展研究院;北京赛迪经纶传媒有限公司
国际刊号:2096-0182
国内刊号:10-1324/TP
全年订价:¥ 460.00
创刊时间:2015
所属类别:科技类
发行周期:双月刊
发行地区:北京
出版语言:中文
预计审稿时间:1个月内
综合影响因子:0.35
总发文量:722
总被引量:611
H指数:12
  • 发展AI,产业落地更重要

    刊期:2018年第01期

    全球最“漂亮”、最智能的女性机器人索菲亚(Sophia)居然是个“骗子”.此次,被公认为“卷积神经网络之父”的YannLeCun怒喷索菲亚,也解答了长期以来萦绕在很多业内人士头脑中的疑问-我们看到索菲亚口中说出的很多惊人金句都是工程师事先编排好的,在自然语言交互和自我意识觉醒方面,她其实并没有什么过人之处.当然,在索菲亚的材料和表情方面的...

  • 32篇研究报告读懂机器人行业趋势

    作者:Frank; Tobe 刊期:2018年第01期

    曾几何时,机器人开始在我们身边大量涌现,小到家庭,大到生产流水线,到处都充斥着机器人的身影,我们变得越来越依赖机器人。对于机器人行业的未来,数字最能说明问题。为此,本文作者Frank Tobe整理了来自各行各业的机器人研究报告,帮助我们更好地了解机器人行业的未来发展趋势。

  • 没有数据如何翻译?一文读懂“无监督”机器翻译

    作者:Harshvardhan; Gupta 刊期:2018年第01期

    机器翻译通常利用深度学习技术来实现,而实现这一过程往往需要借助大量数据模型进行训练,这在一定程度上限制了小语种翻译的发展。针对这一困境,Facebook提出了无监督机器人翻译。本文通过深入浅出的讲解,详细阐述这一方法背后的工作原理。

  • 一文领略NIPS2017

    作者:Robbie; Allen 刊期:2018年第01期

    神经信息处理年会(NIPS)是人工智能领域最具影响力的学术会议之一,因此每年都会有大量科研人员参会,与之相伴的是大量学术论文提交送审,但在这些提交送审的论文当中,能被录取的却是寥寥无几。带着一份好奇,本文作者Robbie Allen对NIPS2017年会上的获奖论文进行了详细统计,为我们揭秘了这场论文竞赛中的胜利者。

  • 人工智能全球大赛与人工智能开放创新平台能碰撞出怎样的火花?

    作者:刘京运 刊期:2018年第01期

    2018数博会人工智能全球大赛拉开帷幕,人工智能开放创新平台同步上线,参与比赛就有机会获得丰厚的奖金和一系列政策扶持。来自全球各地的参赛者齐聚一堂,一场关于人工智能的技术大比拼一触即发!

  • 为“强化学习智能体”提供性能基准

    作者:Yuval; Tassa 刊期:2018年第01期

    AlphaGo的横空出世让我们看到了强化学习在围棋领域的出色应用。目前DeepMind推出一款名为"DeepMind Control Suite"的控制套件,该控制套件旨在帮助我们利用强化学习技术实现对物理实体的操控,

  • 形态学使机器人理解人类指令

    作者:Zahra; Mahoor; Jack; Felag; Josh; Bongard 刊期:2018年第01期

    现如今,越来越多的机器人在物理表现上与人类相接近,确保他们做出的决定以及如何行为与人类价值观具有一致性变得至关重要。为了实现这一目标,机器人需要了解人类所发出指令背后的真实意图。在本文中,

  • Uber神经进化研究所:如何利用遗传算法优化网络?

    作者:Kenneth; O.; Stanley; Jeff; Clune 刊期:2018年第01期

    现如今,在深度学习领域中,我们通过随机梯度下降(SGD)对具有多个层和数百万个连接的深度神经网络(DNN)进行常规训练。许多人认为,SGD所具有的对梯度进行有效训练的能力是它有能力对深度神经网络进行训练的关键所在。然而,在我们新近的五篇论文中,我们支持这样一种新提出的观点,

  • 面对物理损伤机器人如何“自适应”

    作者:Takeshi; Kano; Eiki; Sato; Tatsuya; Ono; Hitoshi; Aonuma; YoshiyaMatsuzaka; Akio; Ishiguro 刊期:2018年第01期

    机器人在很多领域都充当着代替人类执行危险任务的角色,而这也是导致机器人会经常受伤的主要原因。对于不可预知的物理损伤,过去通常要耗费大量的时间和计算成本。然而日本东北大学的一项最新研究成果表明,机器人可以像海蛇尾(brittle star)那样自如地应对物理损伤,从而更好地适应极端恶劣环境。

  • 利用神经网络动力学实现基于模型的强化学习

    作者:Anusha; Nagabandi; Gregory; Kahn 刊期:2018年第01期

    一般来说,让机器人在现实世界中自主行动是一件很困难的事情。即使具有昂贵的机器人和世界一流的研究人员,机器人仍然难以在复杂的非结构化环境中进行自主导航和交互。很多人可能会有这样一个疑问:为什么自主机器人不能像我们一样在这个世界中生活呢?

  • 伯克利AI研究院利用反向课程学习,改善强化学习智能体

    作者:Wieland; Brendel; Jonas; Rauber; Matthias; Bethge 刊期:2018年第01期

    众所周知,强化学习(RL)是一种强大的技术,它能够解决诸如移动(locomotion)、Atari游戏、赛车游戏以及机器人操作等复杂的任务,而这些全部是通过在一个奖励函数上训练智能体以其优化行为实现的。但是,对于许多任务来说,我们很难设计一个既容易训练又能产生理想行为的奖励函数。

  • 协作型工业机器人如何更智能?

    作者:Changliu; Liu; Masayoshi; Tomizuka 刊期:2018年第01期

    在现代工厂中,工人和机器人是两大主要劳动力。出于安全考虑,机器人通常被限制在金属笼中与人分离开,而这无疑限制了生产力,以及生产线的灵活性。近年来,人们开始将注意力的焦点投向移除笼子的方向上,从而使得人类和机器人可以协力构建一个人机共存的工厂。

  • 聚焦人工智能“中国方案”

    刊期:2018年第01期

    近日,李彦宏登上了美国《时代》杂志封面,封面文章中有这样一句话:现在的中国已经将目标瞄准在下一个科技前线之上—人工智能。这句话并非空穴来风,随着《新一代人工智能发展规划》和《促进新一代人工智能产业发展三年行动计划(2018-2020年)》等政策的相继出台,世界逐渐看到了中国发展人工智能的意志与决心。《华尔街日报》这样评价当今的中...

  • 解读《促进新一代人工智能产业发展三年行动计划(2018-2020年)》

    刊期:2018年第01期

    近日,工业和信息化部印发了《促进新一代人工智能产业发展三年行动计划(2018-2020年)》(以下简称《行动计划》),《行动计划》的引发各界广泛关注,相关专家就《行动计划》内容进行了解读。

  • 中国的人工智能革命:理解中国的结构性优势

    作者:Paul; Triolo; 李开复 刊期:2018年第01期

    一场技术革命正席卷全世界,而能够有效利用这场革命所带来的机遇的国家将引领21世纪。这就是人工智能革命。优先掌握人工智能的国家将在制定新的全球秩序时具有至关重要的战略优势,人工智能将改变国际经济和国际关系中的势力平衡。本文通过很多证据详细地说明有关中国人工智能的情况,同时概述构成中国人工智能优势的几个主要来源。