EP15 对话韩磊：强化学习与动捕数据——诺亦腾机器人的数据故事（上）

熟悉石麻笔记的朋友们一定看过2023年的一篇文章 AI+Robotics华人图谱 。在 Human Data 系列的最后两期采访中，我非常荣幸地邀请到曾经出现在过这个图谱中的一位学者—— 韩磊博士 进行深入对谈。 韩磊博士目前担任诺亦腾机器人（Noitom Robotics）联合创始人兼首席科学家 。此前，他在 腾讯 Robotics X 实验室 工作六年，担任 具身智能负责人兼首席研究科学家 。在此之前，他曾在 腾讯人工智能实验室（Tencent AI Lab） 担任高级研究科学家。 在加入腾讯之前，韩磊曾任职于 美国密西西比州立大学（Mississippi State University）基础科学系 ，担任助理研究教授（Assistant Research Professor）。他在 北京大学 获得博士学位，师从 谢昆青教授 ，并先后在 香港浸会大学（与张宇教授） 和 美国罗格斯大学（与张桐教授） 从事博士后研究工作。 他的研究兴趣在大规模统计机器学习、强化学习、优化、多任务学习以及它们在机器人学、游戏、自然语言处理、计算机视觉和生物信息学等领域的应用”在这次正式访谈之前，我曾经和韩磊博士多次请教过强化学习与机器人结合的一些问题，非常欣赏他对技术思考的深度以及广度。 这次访谈，我和韩磊博士请教了关于以Human data为代表的机器人数据问题，以及目前机器人算法路径等问题，非常非常推荐你也一起听一听，或读一读。 1. 自我介绍 2. 怎么看强化学习近些年在各领域的发展 3. 创业为什么会选择机器人数据？ 4. 如果视频数据有突破动捕数据还重要吗？ 5. 3D模态对视频数据的重要性 6. 诺亦腾机器人给社区的贡献 7. 动捕数据和方案对比 8. 动捕+RL在解决操作任务上的机会 Show Notes等博主有空再慢慢完善，详细可参考文字内容，公众号搜索石麻笔记（估计11月15日前后发布）。