如何讓未來的機器人擁有像人腦一樣的學習能力？近日，依托中國科學院沈陽自動化研究所的機器人學國家重點實驗室提出了一種連續多視角任務學習算法，可有效解決現存大部分多視角任務學習模型不能夠滿足機器人快速學習新任務的問題，讓機器人更快地認知世界。

　　多視角學習是利用事物的多種視角表征進行建模求解的一種新的機器學習方法，在機器學習和計算機視覺領域得到了廣泛的應用。然而在諸多實際場景中，當面對同一物體的多種視角表征的情況下，對該物體的重復學習會產生較高的存儲需求和計算成本，增加機器人數據處理的難度。

　　為應對這一挑戰，科研人員在該研究中提出了一種集成了深度矩陣分解和稀疏子空間學習的連續多視角任務學習模型，稱之為深度連續多視角任務學習（DCMvTL）。經基準測試實驗結果表明，深度連續多視角任務學習模型不僅能實現較高的認知準確率，同時能保持較高的學習效率，為未來服務型機器人的開發提供了有力支持。

　　據悉，相關成果已經發表。該研究得到了國家自然科學基金和機器人學重點實驗室的支持。（光明日報全媒體記者劉勇 通訊員李青坡）