本文作者结合三篇近期的研究论文，简述了在增材制造（3D打印）领域中强化学习方法的应用。增材制造通过降低模具成本、减少材料、减少装配、减少研发周期等优势来降低企业制造成本，提高生产效益。因此，增材制造代表了生产模式和先进制造技术发展的趋势。

在这篇文章中，作者提出了这样一个概念：对于深度神经网络来说，与动物和人类的学习过程类似，其对于技能的学习过程也存在一个“关键学习期”。

这篇文章探讨了基于统计学中 ML 的 fMRI 分析方法。

基于无服务器计算的机器学习的最新研究进展。

联邦学习中的通信开销问题

农业喷洒应用中的 AI 身影。

作者后续将关注联邦学习领域中的更多工作，以期望看到更多的工业场景中 FL、FTL 平台的应用。

机器人如何推理一个物体的 Affordance，并抓握物体。

作者详尽地介绍了多智能强化学习的理论基础，并阐述了解决各类多智能问题的经典算法。

期望能够推动深度学习技术在医学领域中的规模化推广应用。

逻辑推理与机器学习的关系

本文有助于更好地理解 GPT 各个部分的原理。

本文选择了三篇关于个性化联邦学习的文章进行深入分析。

作者按照「对比学习的起源 - 自监督对比学习 - 半监督对比学习 - 有监督对比学习」的思路选取了四篇论文。

将触觉传感器有效地应用于机器人中，不仅可以促进机器人学的研究，还将有助于理解人类与环境的相互作用。

本文主要对 OpML 2020 大会上的一些议题进行了探讨，如生命周期管理等，并对大会嘉宾提出的一些从业观点以及作者个人的经验进行了整理分析。