文献

J-GLOBAL ID：201802213865869152   整理番号：18A1773021

ロボット間知識移転によるモデル学習の加速【JST・京大機械翻訳】

Accelerating Model Learning with Inter-Robot Knowledge Transfer

著者 (3件)： Makanda Ndivhuwo (Tokyo Institute of Technology Japan, Mobile Intelligent Autonomous Systems, Council for Scientific and Industrial Research, Interdisciplinary Graduate School of Science and Engineering, South Africa) ,  Rosman Benjamin (Mobile Intelligent Autonomous Systems, Council for Scientific and Industrial Research South Africa, School of Computer Science and Applied Mathematics, University of the Witwatersrand, South Africa) ,  Hasegawa Osamu (SOINN Inc., Faculty of Engineering, Dept. of Systems and Control Engineering, Tokyo Institute of Technology, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICRA  ページ： 2417-2424  発行年： 2018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： 軌道追跡のためのロボットの逆動力学モデルのオンライン学習は,訓練データを収集するためにロボットとその環境の間の相互作用を必要とする。これは,実世界の物理的ロボット,特に大規模で高次元の状態と行動空間によるヒューマノイドとマニピュレータにとって挑戦的であり,大量のデータが時間にわたって収集されなければならない。これにより,タブーラサを学習するとき,ロボットを危険に置くことができ,また,各ロボットがスクラッチからそのモデルを学習するマルチロボット設定において,特に時間集約的なプロセスになることができる。本研究では,新しいロボットの学習を高速化するために,既存のロボットによって収集されたロボットの共有と再利用データを用いて,このマルチロボット設定における軌道追跡タスクのための逆動力学モデルの学習を加速することを提案した。著者らは,訓練移動モデルのためのロボットからの対応のサンプルを収集するための方式を提案し,シミュレーションにおいて,低コストInterbotix PhantomXピンチャアームとより高価で比較的重いKuka youbotアームを含むいくつかのロボット間の逆動力学モデルのオンライン学習加速における知識移転の利点を実証した。著者らは,知識移転が,スクラッチからの学習と比較して,若者の訓練時間の63%まで節約でき,そして,より軽いピンチャアームに対して約58%節約できることを示した。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： 相互作用 ,  *ロボット ,  マニピュレータ ,  禁忌 ,  集中化 ,  アーム ,  高次元 ,  再利用 ,  高速化 ,  マルチロボット
準シソーラス用語： 知識移転 ,  オンライン学習 ,  逆動力学 ,  軌道追跡 ,  スクラッチ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ロボット ,  知識移転 ,  モデル学習 ,  加速