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G达2m/s的速度在玉米、G粱等农作物的地里前进。机器人通过D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。
通过2D激光雷达信息采用Hector SLAM实现机器人对地图的感知和自主导航规划，通过顶部的RGB-D相机采集目标物体深度和RGB图像信息
机器人的学习分为三个部分的轨迹预测包括示教者的手部运动轨迹、示教者的身体移动轨迹以及被操作物体的运动轨迹
Cosero是德国波恩大学的Sven Behnke团队根据家庭环境中的日常操作任务而研制的一款仿人操作机器人基于深度学习方法的目标姿态估计和RGB-D SLAM等感知测量
机器人、无人机、自动驾驶汽车等加快落地，智慧城市深入建设，更是为传感器产业带来了难以估量的庞大机遇
中国移动联合产业合作伙伴发布《室内定位白皮书》，对室内定位产业发展现状及面临的挑战，深入分析了垂直行业的室内定位需求，并详细阐述了实现室内定位的技术原理， 及室内定位评测体系
下一个十年，智能人机交互、多模态融合、结合领域需求的 NLP 解决方案建设、知识图谱结合落地场景等将会有突破性变化
自然语言处理技术的应用和研究领域发生了许多有意义的标志性事件，技术进展方面主要体现在预训练语言模型、跨语言 NLP/无监督机器翻译、知识图谱发展 + 对话技术融合、智能人机交互、平台厂商整合AI产品线
NVIDIA解决方案架构师王闪闪讲解了BERT模型原理及其成就，NVIDIA开发的Megatron-BERT
基于内容图谱结构化特征与索引更新平台，在结构化方面打破传统的数仓建模方式，以知识化、业务化、服务化为视角进行数据平台化建设，来沉淀内容、行为、关系图谱，目前在优酷搜索、票票、大麦等场景开始进行应用
通过使用仿真和量化指标，使基准测试能够通用于许多操作领域，但又足够具体，能够提供系统的有关信息
优酷智能档突破“传统自适应码率算法”的局限，解决视频观看体验中高清和流畅的矛盾
姚霆指出，当前的多模态技术还是属于狭隘的单任务学习，整个训练和测试的过程都是在封闭和静态的环境下进行，这就和真实世界中开放动态的应用场景存在一定的差异性
