2016 深度学习机器人领域最新应用及趋势总结

　　训练数据都从哪里来??

　　很多讲者都提到了训练数据的问题。Pieter Abbeel强调了OpenAIGym平台可以用于解决合成强化学习机器人问题。

　　很多人都采用这样的方法：先在合成数据库上做试验，之后再使用现实世界数据进行更复杂的模拟。

　　谷歌DeepMind的RaiaHadsell在演讲中提到了PNN非常适用于这一过程。最先是训练系统玩ATARI游戏，然后发展成模拟的三维机械臂控制问题，结果发现使用了预先训练过的PNN框架的系统学得更快、性能更好。

　　DieterFox的实验室也采取了类似的方法。他们为流体模拟时，先使用混合的流体模拟，然后再使用现实世界的数据。