I was able to teach the robot a sma

I was able to teach the robot a small vocabulary of shape and
color words by show-and-tell. This result, however, did not
seem significant since as the designer of the robot I of course
knew how to interact with it in order to get it to learn. I could
ask others to interact with the robot as a form of evaluation but
essentially the same problem would arise – the robot’s
performance would depend to a great degree on how well I
coached others on how to interact with it (this problem seems
to plague most work in human-robot interaction). And so the
idea was born to use child data to evaluate the robot. If the
robot could learn from the same audio-visual input as a child,
then the robot’s perceptual processing and learning algorithms
would demonstrate an interesting level of capability.

結果 (繁體中文) 1:

我是能夠教機器人的形狀的小詞彙量和顏色詞的一言一行。這一結果，然而，卻並不看起來明顯以來作為機器人的設計師我的課程知道如何與它交互，為了得到它來學習。我可以要求別人跟機器人互動作為評價的一種形式，但基本上是同樣的問題會出現 — — 機器人性能在很大程度將取決於如何好我指導他人如何與它 (這個問題似乎交互困擾著大多數工作的人機交互)。於是這想法的誕生了要使用的子資料評估機器人。如果機器人可以學習從相同的視聽輸入作為一個孩子，然後機器人的知覺加工和學習演算法將展示一個有趣的能力水準。

結果 (繁體中文) 2:

我可以教機器人詞彙量小的形狀和
通過展示與訴說顏色詞。這樣的結果，但是，並沒有
顯得顯著自課程的機器人我的設計師
知道如何使用它，以便讓它學習互動。我能
要求別人與機器人作為評價的一種形式互動，但
本質上會出現同樣的問題-機器人的
性能將取決於對我有多好有很大程度的
執教其他人如何與它進行交互（這個問題似乎
困擾著大多數在人機交互的工作）。這樣一來，
想法誕生了用孩子的資料來評估機器人。如果
機器人能由相同的視聽輸入作為子學習，
那麼機器人的知覺處理和學習算法
將表明能力的一個有趣的水平。

結果 (繁體中文) 3:

我能教機器人的形狀和顏色詞的小詞彙通過顯示和告訴。然而，這一結果，似乎沒有顯著，因為作為機器人的設計師，我當然知道如何與它進行互動，以獲得它的學習。我可以要求其他人與機器人互動，作為一種評估形式，但基本上，同樣的問題也會出現，機器人的效能將取決於傑出的程度如何以及我
指導別人如何與它互動（這個問題似乎
鼠疫在人類與機器人互動的大部分工作）。所以，這個想法是為了用孩子的數據來評估機器人的。如果機器人可以從同一個音視頻輸入中學習，那麼機器人的知覺加工和學習算灋將展示一個有趣的能力水准。