深度学习在机器人领域的应用进展

机器人正朝着智能化方向快速发展,深度学习作为人工智能最前沿的一个分支,其突破性发展促进了人工智能领域的爆发性增长,已广泛应用于机器人学的感知、决策、控制等相关技术领域.为加强科技发展战略谋划和系统布局,利用SciVal文献分析平台对深度学习与机器人学的交叉学科的发展态势进行了系统梳理和分析,并对深度学习重要算法的应用进行了综述.结果表明:中国的学术产出已达第一,但学术影响力落后于欧美,并缺少高产出的学者;当前的研究重点是计算机视觉,研究热点是卷积神经网络用于机器人对象检测及深度Q学习用于辅助决策等;深度学习元学习、分布式深度学习、三维深度CNN、深度学习融合应用展现出有良好的前景,将推动机器人学向人机混合的增强智能与智能自主化方向发展;通过比较中国与欧美发达国家的优劣势,提出了相应的对策建议.研究结果展现了深度学习与机器人学交叉学科领域的全貌,为研究人员提供了有价值的参考.