文献

J-GLOBAL ID：201602221639826674   整理番号：16A0653525

把握経験の確率論的圧密【Powered by NICT】

Probabilistic consolidation of grasp experience

著者 (6件)： Bekiroglu Yasemin (School of Mechanical Engineering, University of Birmingham, UK) ,  Damianou Andreas (Department of Computer Science, University of Sheffield, UK) ,  Detry Renaud (Centre for Autonomous Systems, CSC, KTH, Sweden) ,  Stork Johannes A. (Centre for Autonomous Systems, CSC, KTH, Sweden) ,  Kragic Danica (Centre for Autonomous Systems, CSC, KTH, Sweden) ,  Ek Carl Henrik (Centre for Autonomous Systems, CSC, KTH, Sweden)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICRA  ページ： 193-200  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： いくつかの感覚モダリティの結合表現とロボット把持シナリオにおける活動パラメータのための確率論的モデルを提案した。非線形確率的潜在変数モデルは,把握関連パラメータ間の関係をコードし,特徴の重要性を学習し,評価に於ける信頼度を示した。モデルを安定と不安定な把持の間の関係,探索時期の際に経験することを学習する。は把持の安定性を推定し,把持を補正して,触覚痕跡に基づく物体を同定し,目的語関連グリッパ姿勢から触覚痕跡を予測するためのモデルの適用性を実証した。知られており,新規両物体,すなわち,を用いて訓練されたロボット物体,および以前に未知であったオブジェクトを用いた実プラットフォーム上で実験を行った。把握補正は,既知の物体上の75%の成功率,および新しい物体上の73%であった。は症例のわずか38%で把持を補正に成功した伝統的な回帰モデルにこのモデルを比較した。Copyright 2016 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： 確率モデル ,  *圧密 ,  信頼度 ,  適応性 ,  触覚 ,  ロボット ,  つかみ装置 ,  *確率論 ,  回帰モデル
準シソーラス用語： 成功率 ,  モダリティ , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 把握 ,  経験 ,  圧密