在非结构化环境中感知周围环境、预判运动并作出明智决策的学习方法

当代机器人在结构化环境中已擅长完成特定任务，但在面对现实世界非结构化环境中所包含的无限变体时往往难以应对。这就动机了来自经验学习的机器人方法，而非遵循预定义的规则集。在本论文中，我们 presented 一系列面向使机器人在动态非结构化环境中更好地理解其周围环境、预判他人动作并据此作出明智决策的方法。