文献

J-GLOBAL ID：201202252885841291   整理番号：12A1547644

長期にわたる自律のための教師なしインクリメンタル学習

Unsupervised Incremental Learning for Long-Term Autonomy

著者 (2件)： OTT Lionel (Univ. Sydney, AUS) ,  RAMOS Fabio (Univ. Sydney, AUS)
資料名： Proceedings. IEEE International Conference on Robotics and Automation  (Proceedings. IEEE International Conference on Robotics and Automation)
巻： 2012 Vol.5  ページ： 4022-4029  発行年： 2012年 
JST資料番号： T0044A  ISSN： 1050-4729  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： 人間の指示が必要でない,環境中のオブジェクトを見つけるためのオンライン法を提供した。これは,ロボットにより観測された画像パッチの外観をクラスタリングすることにより,実現した。環境の外観をカラーヒストグラムと,局所二値パターンにより符号化した。これらの特徴を,類似外観のグループを作成するために,クラスタリングした。この手続きは,完全に教師なしのインクリメンタル法であり,実時間で実行できた。未発見のオブジェクトの踏破可能特性も,人間の指示無しでロボットと環境の間の相互作用により学習した。実験評価により,提案したシステムが,環境の表現であるオブジェクトを学習して識別できることを明らかにした。さらに,オブジェクトに関連する障害物特性により,ロボットが,衝突が起こる前に停止することを可能にした。

シソーラス用語： *教師なし学習 ,  学習 ,  確率モデル ,  ロボット ,  *クラスタ化 ,  ヒストグラム ,  色空間 ,  物
準シソーラス用語： *インクリメンタル学習 ,  オブジェクト ,  カラーヒストグラム ,  クラスタリング

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 (4件)： 長期 ,  自律 ,  教師 ,  インクリメンタル学習