文献

J-GLOBAL ID：201702262851558196   整理番号：17A0056079

πSTAMを通した学習人間-ロボットハンドオーバ:空間-時間アフォーダンスマップを用いた政策改良【Powered by NICT】

Learning human-robot handovers through π-STAM: Policy improvement with spatio-temporal affordance maps

著者 (3件)： Riccio Francesco (Department of Computer, Control, and Management Engineering, Sapienza University of Rome, via Ariosto 25, Rome, 00185, Italy) ,  Capobianco Roberto (Department of Computer, Control, and Management Engineering, Sapienza University of Rome, via Ariosto 25, Rome, 00185, Italy) ,  Nardi Daniele (Department of Computer, Control, and Management Engineering, Sapienza University of Rome, via Ariosto 25, Rome, 00185, Italy)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： Humanoids  ページ： 857-863  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人間-ロボットハンドオーバは高い不確実性と困難な仕事にする問題の貧弱な構造によって特性化した。機械学習法は有望な結果を示したが,ヒューマノイドロボットの場合のような大規模状態次元をもつ問題への応用はまだ限られている。それに加えて,これらの方法を用いて,人間オペレータとの相互作用の間,保証は空間的制約(例えば,社会的ルールから)の正確な解釈には得ることができない。本論文では,ここでは,空間-時間アフォーダンスマップ πSTAMと政策改善,空間アフォーダンスの学習とロボット挙動を発生させる新しい反復アルゴリズムを提示した。著者らの目標は,アフォーダンスを用いて未知作用意味論に適応する政策を生成する。このようにして,人間-ロボットハンドオーバタスクを実行するために学習が,(1)少数の訓練エピソードを有する良好な政策を効率的に生成し,(2)容易に作用意味論をコードし,可能であれば,事前知識を増強することができる。シミュレーションとその作業はヒトの手から物体をである実際のNAOロボットの二つの上で,この手法を実験的に検証した。得られた結果は,学習過程の計算負荷と時間を低減しながら,提案アルゴリズムは良好な政策が得られることを示す。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： オペレータ ,  アルゴリズム ,  不確実性 ,  ヒト ,  意味論 ,  キャラクタリゼーション ,  機械学習 ,  *ロボット ,  *学習
準シソーラス用語： 計算負荷 ,  学習過程 ,  事前知識 ,  エピソード ,  反復アルゴリズム ,  *アフォーダンス , 【Automatic Indexing@JST】

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (7件)： 学習 ,  人間 ,  ロボット ,  ハンドオーバ ,  アフォーダンス ,  マップ ,  政策