文献

J-GLOBAL ID：201702293158319894   整理番号：17A1271415

マルチタスクとマルチロボット移動のための学習モジュールニューラルネットワーク方策【Powered by NICT】

Learning modular neural network policies for multi-task and multi-robot transfer

著者 (5件)： Devin Coline (Berkeley Artificial Intelligence Research, Department of Electrical Engineering and Computer Science, University of California, Berkeley) ,  Gupta Abhishek (Berkeley Artificial Intelligence Research, Department of Electrical Engineering and Computer Science, University of California, Berkeley) ,  Darrell Trevor (Berkeley Artificial Intelligence Research, Department of Electrical Engineering and Computer Science, University of California, Berkeley) ,  Abbeel Pieter (Berkeley Artificial Intelligence Research, Department of Electrical Engineering and Computer Science, University of California, Berkeley) ,  Levine Sergey (Berkeley Artificial Intelligence Research, Department of Electrical Engineering and Computer Science, University of California, Berkeley)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICRA  ページ： 2169-2176  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： 強化学習(RL)は,多種多様なロボットスキルを自動化できるが,各新しいスキルを学習設計方針クラスあるいは特徴にかなりの実世界データ収集と手動表現技術を必要とする。汎用ニューラルネットワーク政策を訓練するために深い強化学習を用いた表現力の高い政策クラスを用いてマニュアル表現工学の負担のいくつかを軽減するが,データ収集の取り組みを悪化させる,そのような方法は低次元,人手で設計した表現を用いたRLよりも効率が劣る傾向があるからである。転移学習は,一つの技術から別のと1つのロボットから他にも情報を転送することを可能にすることにより,この問題を緩和できる。ニューラルネットワーク政策は「タスク」と「ロボット特異的」モジュールに分解できることを示し,タスク特異的モジュールはロボットを横切る共有されていると,ロボット特異的モジュールはロボットにすべてのタスクに跨って共有される。これはロボット間の,認識のような,作業情報を共有し,タスク間の,動力学および運動学のような,ロボット情報を共有することを可能にした。訓練中には見られなかった新しいロボット-作業の組合せを解くことができることをミックスアンドマッチモジュールを訓練するためにこの分解を利用した。モジュール神経回路網を訓練するために新しいアプローチを用いて,著者らは,視覚と非視覚両タスクに対するシミュレーションにおけるロボットとタスクの多様性を有する零ショット一般化を可能にするための著者らの移動法の有効性を示した。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： 強化学習 ,  粒状材 ,  *ロボット ,  自動化 ,  マニュアル ,  *マルチロボット ,  神経回路網 ,  データ収集 ,  *学習 ,  視覚 ,  *ニューラルネットワーク
準シソーラス用語： 転移学習 ,  低次元 ,  表現力 ,  *マルチタスク , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： マルチタスク ,  マルチロボット ,  学習 ,  モジュール ,  ニューラルネットワーク ,  方策