文献

J-GLOBAL ID：202402227522664254   整理番号：24A2519719

身体バブリングに基づく事前学習モデルを用いたマニピュレーション動作の継続学習

著者 (8件)： 山北夏聖 (早稲田大) ,  山北夏聖 (産業技術総合研) ,  中條亨一 (産業技術総合研) ,  中條亨一 (早稲田大) ,  加瀬敬唯 (早稲田大) ,  堂前幸康 (産業技術総合研) ,  尾形哲也 (早稲田大) ,  尾形哲也 (産業技術総合研)
資料名： 日本ロボット学会学術講演会予稿集(CD-ROM)  (日本ロボット学会学術講演会(CD-ROM))
巻： 42nd  ページ： ROMBUNNO.3D2-02  発行年： 2024年 
JST資料番号： L4867A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 大規模データセットによる基盤モデルの学習に注目が集まる中,ロボットの運動学習では膨大な人的・時間コストが課題となる.本研究では乳幼児の身体バブリングに基づくランダム動作で事前学習し,その事前学習で得た情報を下流タスクに伝えることで,より少ない学習回数で動作獲得が可能な手法を提案する.複数のブロック操作タスクで実験を行い,身体バブリングの情報を用いることで同じ学習回数でより高い成功率を示した.(著者抄録)

シソーラス用語： *学習 ,  学習モデル ,  *動作 ,  *操作 ,  ロボット ,  知識獲得 ,  性能
準シソーラス用語： *マニピュレーション動作 ,  ランダム動作 ,  運動学習 ,  基盤モデル ,  *継続学習 ,  事前学習モデル ,  *身体バブリング ,  汎化性能

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 身体 ,  バブリング ,  事前学習 ,  モデル ,  マニピュレーション ,  継続 ,  学習