文献

J-GLOBAL ID：201602230563247335   整理番号：16A1355929

Bayes最適化を用いた情報理論的探査【Powered by NICT】

Information-theoretic exploration with Bayesian optimization

著者 (4件)： Bai Shi (Department of Mechanical Engineering, Stevens Institute of Technology, Castle Point on Hudson, Hoboken, NJ, 07030, USA) ,  Wang Jinkun (Department of Mechanical Engineering, Stevens Institute of Technology, Castle Point on Hudson, Hoboken, NJ, 07030, USA) ,  Chen Fanfei (Department of Mechanical Engineering, Stevens Institute of Technology, Castle Point on Hudson, Hoboken, NJ, 07030, USA) ,  Englot Brendan (Department of Mechanical Engineering, Stevens Institute of Technology, Castle Point on Hudson, Hoboken, NJ, 07030, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IROS  ページ： 1816-1822  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： 移動ロボットは先験的未知環境を通した情報に基づくコントローラにより誘導された,現在の視野の中で最も有益であること推定位置で次の測定を収集するために選択した自律探索問題を考察した。Bayes最適化を用いた相互情報量(MI)を予測するための新しいアプローチを提案した。数回の繰り返しで,候補センシング作用はBayes最適化により示唆され,Gauss過程(GP)を訓練する繰り返し委員会に加えた。GPはロボットの行動空間を通してMI,次の候補を選択するために使用獲得機能の基礎として役立つを推定した。委員会中で最良のセンシング作用はロボットによって実行される。このアプローチは二バッチ法といくつかの環境,MIを明示的に評価した擬似ランダム試料の集合から最も有益な作用を選択すると,GP回帰を適用してこの試料セットへのものと比較して比較した。著者らの計算結果は,提案した方法が計算効率と迅速マップエントロピー減少だけでなく,競合手法と比較してロバスト性を提供することを示した。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： バッチ処理 ,  相互情報量 ,  *最適化 ,  制御装置 ,  Gauss過程 ,  *情報理論 ,  探索問題 ,  ロボット ,  移動ロボット ,  ロバスト性
準シソーラス用語： 計算効率 ,  自律性 ,  未知環境 , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (3件)： Bayes最適化 ,  情報理論 ,  探査