<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Control on 中文AI术语词典</title><link>https://terms-en.ai-term-hub.com/zh/tags/control/</link><description>Recent content in Control on 中文AI术语词典</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Sat, 18 Jul 2026 11:44:45 +0000</lastBuildDate><atom:link href="https://terms-en.ai-term-hub.com/zh/tags/control/index.xml" rel="self" type="application/rss+xml"/><item><title>机器人学习</title><link>https://terms-en.ai-term-hub.com/zh/terms/robot_learning/</link><pubDate>Sat, 18 Jul 2026 11:32:26 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/robot_learning/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>机器人学习涉及利用机器学习技术训练机器人代理自主执行任务。与预编程行为不同，这些系统能够适应动态环境，从而提升其在复杂场景中的表现。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>机器人学的一个分支领域，专注于使机器人能够通过经验和与环境互动来获取技能并提高性能。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>强化学习&lt;/li>
&lt;li>模仿学习&lt;/li>
&lt;li>仿真到现实迁移&lt;/li>
&lt;li>运动控制&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>自动化仓库拣选&lt;/li>
&lt;li>人形机器人步态适应&lt;/li>
&lt;li>机器人手术辅助&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/reinforcement_learning-%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/">reinforcement_learning (强化学习)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/imitation_learning-%E6%A8%A1%E4%BB%BF%E5%AD%A6%E4%B9%A0/">imitation_learning (模仿学习)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/sim2real-%E4%BB%BF%E7%9C%9F%E5%88%B0%E7%8E%B0%E5%AE%9E/">sim2real (仿真到现实)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/motor_skills-%E8%BF%90%E5%8A%A8%E6%8A%80%E8%83%BD/">motor_skills (运动技能)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>闭环（closed-loop）</title><link>https://terms-en.ai-term-hub.com/zh/terms/closed_loop/</link><pubDate>Sat, 18 Jul 2026 10:56:05 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/closed_loop/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>人工智能中的闭环系统利用来自环境的实时反馈来动态调整其行为或参数。这与执行预定义序列的开环系统形成对比&amp;hellip;&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>一种控制系统的输出反馈被连续用于调整未来行动的系统。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>反馈回路&lt;/li>
&lt;li>实时调整&lt;/li>
&lt;li>自主性&lt;/li>
&lt;li>控制理论&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>自动驾驶车辆控制&lt;/li>
&lt;li>强化学习&lt;/li>
&lt;li>自适应机器人&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E5%BC%80%E7%8E%AF-open-loop/">开环 (Open Loop)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0-reinforcement-learning/">强化学习 (Reinforcement Learning)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E5%8F%8D%E9%A6%88%E6%9C%BA%E5%88%B6-feedback-mechanism/">反馈机制 (Feedback Mechanism)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E6%8E%A7%E5%88%B6%E7%B3%BB%E7%BB%9F-control-systems/">控制系统 (Control Systems)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>引导式</title><link>https://terms-en.ai-term-hub.com/zh/terms/guided/</link><pubDate>Sat, 18 Jul 2026 10:51:52 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/guided/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>AI中的“引导式”通常指模型行为受到主要输入之外的额外信息引导的技术。常见例子包括引导扩散（guided diffusion），其中类别信息用于&amp;hellip;&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>描述受特定外部信号、约束或中间目标限制或指导的AI过程或生成方法。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>条件生成&lt;/li>
&lt;li>约束满足&lt;/li>
&lt;li>分类器引导&lt;/li>
&lt;li>分层控制&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>具有特定风格的文本到图像合成&lt;/li>
&lt;li>稀疏奖励下的强化学习&lt;/li>
&lt;li>约束优化问题&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/conditional-%E6%9D%A1%E4%BB%B6%E5%BC%8F/">Conditional (条件式)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/diffusion-%E6%89%A9%E6%95%A3/">Diffusion (扩散)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/reinforcement-learning-%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/">Reinforcement Learning (强化学习)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/constraints-%E7%BA%A6%E6%9D%9F/">Constraints (约束)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>对齐</title><link>https://terms-en.ai-term-hub.com/zh/terms/alignment/</link><pubDate>Sat, 18 Jul 2026 07:43:58 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/alignment/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>对齐关注的是确保 AI 系统执行人类真正希望它做的事情，而不仅仅是字面上要求它做的事。它涉及诸如来自人类反馈的强化学习（RLHF）等技术，旨在缩小模型输出与人类期望之间的差距，提高安全性和有用性。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>确保 AI 系统的目标和行为与人类价值观及意图相一致的过程。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>RLHF (来自人类反馈的强化学习)&lt;/li>
&lt;li>价值加载&lt;/li>
&lt;li>意图匹配&lt;/li>
&lt;li>奖励建模&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>调整聊天机器人的礼貌程度&lt;/li>
&lt;li>确保摘要的事实准确性&lt;/li>
&lt;li>防止越狱攻击利用&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/ai-safety-ai-%E5%AE%89%E5%85%A8/">AI Safety (AI 安全)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/rlhf-%E6%9D%A5%E8%87%AA%E4%BA%BA%E7%B1%BB%E5%8F%8D%E9%A6%88%E7%9A%84%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/">RLHF (来自人类反馈的强化学习)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/ethics-%E4%BC%A6%E7%90%86/">Ethics (伦理)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/bias-%E5%81%8F%E8%A7%81/">Bias (偏见)&lt;/a>&lt;/li>
&lt;/ul></description></item></channel></rss>