核心概念
로봇 시스템의 강력한 일반화를 위해 인과 추론의 중요성
统计
인과 추론은 경제학, 유전체학, 의학 분야에서 중요하다.
로봇은 인과 그래프를 통해 행동 결과를 예측할 수 있다.
가상, 증강, 혼합 현실은 기계 학습 알고리즘을 향상시킨다.
AR 캡슐화 헤드셋은 Microsoft HoloLens 2를 사용한다.
引用
"Causality allows for deciphering complex relationships and drawing informed conclusions."
"Our framework combines the strengths of VAMR and simulation technologies to address the dilemma of bootstrapping the creation of a causal graph."