机器人学国家重点实验室近日提出新算法 可以让机器人快速学习新任务

（岳雨报道）在春意盎然的四月，一个令人振奋的消息传遍科技界。依托中国科学院沈阳自动化研究所的机器人学国家重点实验室，近日揭开了深度连续多视角任务学习（DCMvTL）的神秘面纱。这是一种全新的连续多视角任务学习算法，它像给机器人装上了敏捷的大脑，解决了让机器人快速学习新任务的难题，使机器人更加迅速地认知多彩的世界。

多视角多任务学习在机器学习和计算机视觉领域的应用已经十分广泛。在实际操作中，随着多视角学习任务的连续涌现，重新训练已完成任务所需的存储空间和计算成本成为了一大挑战。面对这一难题，机器人学国家重点实验室的研究人员进行了深入研究，创新地提出了一种结合深度矩阵分解与稀疏子空间学习的连续多视角任务学习模型。

好消息不止于此。在基准测试数据集上的实验结果显示，这种深度连续多视角任务学习模型不仅实现了高精度的认知，更实现了高效率的学习。换句话说，它让机器人更快地洞察和适应多变的环境和任务。这项创新不仅标志着人工智能领域的一大进步，也预示着未来机器人的智能化水平将更上一层楼。