Robotanist[14][15]是卡内基梅隆大学机器人学院FRC实验室研制一款野外自主农作物探测机器人(如图7(a)(b))，机器人总重140kg，驱动系统由4个200W无刷直流电机构成，通过50:1的空心轴减速机可以最高达2m/s的速度在玉米、高粱等农作物的地里前进。机器人通过顶端的GPS进行全局定位，可实现10mm的定位精度。前后分别安装有单线激光雷达，用于检测行进过程中掉落的茎杆和障碍物(如图7(c))。机器人的姿态是AHRS使用扩展卡尔曼滤波器(EKF)方法融合MTI等传感器信息估计机器人相对与全局坐标系的位姿。末端操作器采用二指加持器(如图7(d))，主要用于加持植物的茎杆并对其进行测量和数据采集。
视频搜索是涉及信息检索、自然语言处理（NLP）、机器学习、计算机视觉（CV）等多领域的综合应用场景
服务机器人潜在危险有：电击、与能量有关的危险、着火、与热有关的危险、机械危险、辐射、化学危险等
HRI的MTL可以使机器人更轻松，更智能地与新用户进行交互，即使使用诸如RL这样的数据密集型方法，也可以避免社交交互失败的不利影响。MTL和多模态ML已用于自动识别自闭症谱系障碍（ASD）儿童
从大型仿人机器人整机构型国内外研究现状入手，围绕机器人整机构型、关节运动特点、伺服驱动器、减速器、仿真平台等方面进行深度讲解，最后就大型仿人机器人整机构型未来发展趋势给出自己的见解
智能机器人视觉方面的工作，主要体现在感知、理解、学习及推理4个方面，涉及到目标检测、目标追踪、人体姿态估计、人脸识别、行为识别、推理等技术
基于康复机器人内部传感器识别记录训练过程中的运动学参数,能够实时定量评估不同的运动模式,还能够掌握患者是否主动参与训练等情况
「Vision+Ask」的任务包含视觉问题生成、根据问题生成查询、图像描述等；「Vision+Answer」的任务包含视觉问答、视觉对话等
对于联邦学习技术,数据应用推广的经验,并深入探讨联邦学习在政务,医疗,金融,广告,物流的应用价值,以期为数据应用价值的释放带来解读和参考
DeepTech通过科研数据分析、专家访谈等方式洞悉先进计算领域发展趋势,探寻具备技术颠覆性,有商业化前景的先进计算技术,提炼出 2022 年先进计算技术及应用七大趋势
一种基于水凝胶弹性体混合物的仿生机器皮肤.分为三层结构,中间的水凝胶层构成机器皮肤的主体,可以实现电信号的传递,实现静态和动态触觉的模态识别
