Unverified50% confidenceFactExact time
物理模型与数据驱动模型的结合在机器人领域被称为「混合建模」或「残差学习」，典型方式是物理模型给出基准预测、神经网络学习残差误差
1
Sources
50%
Confidence
Long-term
Relevance
10/2/2026
First Seen
Sources
Related Entities
Related Claims
Unverified机器人基础模型脱胎于大语言模型与视觉-语言模型的技术范式，通过在海量多模态数据上进行预训练，使单一模型具备跨任务、跨场景的泛化能力76% similarUnverified乒乓球机器人的落点预测通常依赖物理模型与数据驱动模型的结合，物理模型基于空气阻力、重力和马格努斯力进行数值积分，数据驱动模型补偿难以建模的因素74% similarUnverified机器学习模型可以学习系统的正常行为基线，动态识别偏离常态的信号，从而在故障爆发前发出预警72% similarUnverified决策模型的输出往往是有限动作集合中的一个标签或概率分布，类似于强化学习中的策略网络，而生成模型需要在巨大词汇表上进行自回归采样72% similarUnverified将人类认知框架套用到机器学习模型上本质上是一种拟人化，在技术判断上可能带来误导71% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/968502API
curl https://kongchang.com/api/v1/knowledge/claims/968502MCP
get_claim(id=968502)