实现机器人领域的ChatGPT时刻，需要大模型+强化学习丨明星教授Sergey特邀报告

文章预览

想象一下，如果想构建一个AI系统来控制机器人探索另一个星球。这样的机器人需要做些什么呢？ 它需要储备一些知识，能够理解环境中物体之间的物理关系，还需要能处理突发事件。如果它要去另一个星球，我们不可能预测那里将发生的一切，所以它需要能适应新的事物。人类在这方面做得很好，但这种灵活性和适应性对当前的AI系统来说是一个巨大的挑战。 那么，最近AI的重大进展是否有助于我们构建这种灵活的自治系统呢？ 在智源特邀报告中，来自加州大学伯克利分校的明星教授 Sergey Levine针对上述话题带来了名为 「Reinforcement Learning with Large Datasets: a Path to Resourceful Autonomous Agents」 的精彩报告。从「离线强化学习基础」，「机器人大模型和强化学习」、「基于强化学习的生成模型」、「离线强化学习与语言模型」四个方面讲解了如何将基于 ………………………………