机器人学研究能从计算机视觉研究中学到什么？

计算机视觉与机器人学研究社群各自都很强大。然而近年来，由于大数据、GPU计算、新颖学习算法以及非常有效的研究方法，计算机视觉的进展已被极大加速。相比之下，机器人学的进展似乎较慢。确实，机器人学较晚才探索学习的潜力——尽管强化学习似乎提供真正潜力，但相对于动力学、运动学、规划与控制的既有知识体系，其优势仍在争论中。然而，计算机视觉相对机器人学的快速发展不能仅归因于前者对深度学习的采用。在本文中，我们认为计算机视觉的收益源于研究方法——严格约束下的评估 versus 实验；大胆的数字 versus 视频。