文献

J-GLOBAL ID：201802213785417970   整理番号：18A0725909

触覚知覚と強化学習による機能的輪郭追従【JST・京大機械翻訳】

Functional Contour-following via Haptic Perception and Reinforcement Learning

著者 (4件)： Hellman Randall B. (Mechanical and Aerospace Engineering Department, University of California, Los Angeles, CA) ,  Tekin Cem (Department of Electrical and Electronics Engineering, Bilkent University, Ankara, Turkey) ,  van der Schaar Mihaela (Department of Electrical Engineering, University of California, Los Angeles, CA) ,  Santos Veronica J. (Mechanical and Aerospace Engineering Department, University of California, Los Angeles, CA)
資料名： IEEE Transactions on Haptics  (IEEE Transactions on Haptics)
巻： 11  号： 1  ページ： 61-72  発行年： 2018年 
JST資料番号： W2255A  ISSN： 1939-1412  CODEN： ITHEBX  資料種別： 逐次刊行物 (A)
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： 多くのタスクは,限られた視覚フィードバックにもかかわらず,オブジェクトの微細操作を含む。このようなシナリオにおいて,触覚と固有感覚フィードバックはタスク完了のために活用できる。著者らは,触覚駆動,機能的輪郭追従タスクのためのリアルタイム触覚認識と意思決定のためのアプローチを提示した。この作業は,バッグが変形可能で,透明で,また,準拠アントな人工指先センサによって視覚的に閉塞されるので,ロボットにとって挑戦的である。深いニューラルネット分類器を訓練し,ロボットのピンチ把握内のジッパーの状態を推定した。Contextual Multi-armed Bandit(C-Mab)強化学習アルゴリズムを実行して,状態行動空間の探索に対する探索をバランスさせることによって,累積報酬を最大化した。C-Mab学習者は,より効率的に状態行動空間を探索することにより,ベンチマークQ学習者を実行したが,一方,ハードコード課題を学習した。学習されたC-Mab政策は,新しいzipックバッグシナリオと輪郭(ワイヤ,ロープ)でテストされた。重要なことに,本研究は,ハードウェア寿命や研究者の時間のような限られた資源を説明する強化学習アプローチの開発に貢献する。ロボットは,複雑で物理的に相互作用するタスクを非構造化または非モデル化環境で実行するために使用されているので,物理的テストベッドによる効率的で効果的な学習を可能にする方法を開発することが重要になっている。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  モデリング ,  ベンチマーク ,  学習アルゴリズム ,  意思決定 ,  ロボット ,  *強化学習 ,  センサ ,  視覚 ,  *触覚 ,  相互作用
準シソーラス用語： Q学習 ,  学習者 ,  感覚フィードバック ,  視覚フィードバック , 【Automatic Indexing@JST】

分類 (2件)： 人間機械系  (IB03000G) ,  入出力装置  (JC04050U)

タイトルに関連する用語 (4件)： 触覚 ,  知覚 ,  強化学習 ,  輪郭追従