计算机视觉（CV）和自然语言处理（NLP）早先是两个较为d立的研究L域。CV 重点关注如何用计算机代替人眼对目标完成识别、跟踪、测量等任务，对图像进行处理；NLP 则研究计算机如何处理、运用自然语言，包括语言生成、问答、对话等任务。近年来，以深度神经网络为代表的机器学习和模式识别技术被广泛应用于 CV 和 NLP L域，取得了目前先进的效果。
近年来，研究者们试图将动作控制也引入到「视觉-语言」任务的框架中。吴琦将此类任务命名为 V3A（Vision, Ask, Answer, Act），在给定视觉输入后，我们希望机器能够提出问题、回答问题、并通过和人以及机器之间的语言交流执行某些动作。
例如，「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；「Vision+Act」的任务包含指称表达、视觉对齐（visual grounding）、语言引导的视觉导航、具身视觉问答、具身指称表达等。
| 资料获取 | |
| 服务机器人在展馆迎宾讲解 |
|
| 新闻资讯 | |
| == 资讯 == | |
| » 各地主要人形机器人政策及核心内容 | |
| » 人形机器人的产业布局特点：核心突破-特色 | |
| » 国产人形机器人：多维共振 应用场景落地加 | |
| » 机器人底盘设计同步驱动结构的轮子装配 | |
| » 移动机器人轮子类型的选择,轮子的结构和装 | |
| » 轮式引导机器人的轮子设计方案：四种轮子类 | |
| » 六腿机器人(六脚)设计案例参考：Laur | |
| » 四腿机器人机器狗设计案例参考：AIBO, | |
| » 双腿机器人(双脚)设计案例：SDR-4X | |
| » 单腿机器人的优缺点：不需要协调，难是保持 | |
| » 类人形机器人腿的构造与设计：腿的自由度提 | |
| » 仿人形腿式移动机器人的优缺点:适合于粗糙 | |
| » 迎宾前台机器人控制系统设计方案：电源系统 | |
| » 迎宾机器人外形结构设计方案:卡通形象,触 | |
| » 导引机器人内部之加速度和角加速度传感器, | |
| == 机器人推荐 == | |
服务机器人(迎宾、讲解、导诊...) |
|
智能消毒机器人 |
|
机器人底盘 |
 |
