文献

J-GLOBAL ID：201702218052249456   整理番号：17A1271571

移動ロボットの学習多感覚手がかりの統合【Powered by NICT】

Learning multisensory cue integration on mobile robots

著者 (3件)： Zhang Chong (Department of Electronic and Computer Engineering, Hong Kong University of Science and Technology, Clear Water Bay, Kowloon Kong Hong) ,  Triesch Jochen (Frankfurt Institute for Advanced Studies in Frankfurt am Main, Germany) ,  Shi Bertram E. (Department of Electronic and Computer Engineering, Hong Kong University of Science and Technology, Clear Water Bay, Kowloon Kong Hong)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICRA  ページ： 3546-3551  発行年： 2017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： 発達ロボットは,環境と相互作用する自律的に学習するロボットを構築した。これらのロボットはそれ自身でそれらの感覚運動能力を較正し,発達児と同様にできる。本論文では,活性化する効率的な符号化(A EC)フレームワークに基づく画像安定化の発生モデルを構築し,実際のロボットプラットフォームにモデルを適用した。霊長類の視覚系では,視運動応答(OKR)と前庭動眼反射(VOR)はオブザーバと環境の間の相対的運動中の画像安定化を確実にするために協力する。これらの生物学的知見に鼓舞されて,提案モデルでは,視覚,慣性と運動エンコーダ感覚キューを統合した。感覚処理および運動方針は開発した。視覚処理はスパース符号化アルゴリズムに基づいている。運動挙動は,強化学習を用いて学習した。著者らの結果は,安定化性能は,視覚と慣性入力を統合することにより改善されることを示した。重要なことに,ロボットは,環境と相互作用するときの二入力間の重みを自動的に学習する。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： 視覚器 ,  相互作用 ,  強化学習 ,  符号器 ,  *移動ロボット ,  アルゴリズム ,  *学習 ,  相対運動 ,  運動能力 ,  *ロボット ,  視覚 ,  符号化
準シソーラス用語： 視覚情報処理 ,  ロボットプラットフォーム ,  画像安定化 , 【Automatic Indexing@JST】

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 (5件)： ロボット ,  学習 ,  感覚 ,  手がかり ,  統合