文献

J-GLOBAL ID：201802215357903878   整理番号：18A1683707

私のツールで何ができるか? それらの3D幾何学からのツールアフォーダンスの自己教師つき学習【JST・京大機械翻訳】

What Can I Do With This Tool? Self-Supervised Learning of Tool Affordances From Their 3-D Geometry

著者 (3件)： Mar Tanis (iCub Facility, Italian Institute of Technology, Genoa, Italy) ,  Tikhanoff Vadim (iCub Facility, Italian Institute of Technology, Genoa, Italy) ,  Natale Lorenzo (iCub Facility, Italian Institute of Technology, Genoa, Italy)
資料名： IEEE Transactions on Cognitive and Developmental Systems  (IEEE Transactions on Cognitive and Developmental Systems)
巻： 10  号： 3  ページ： 595-610  発行年： 2018年 
JST資料番号： W2443A  ISSN： 2379-8920  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： ツールを使用する能力は,エージェントが能力を持つことができる活動の範囲を著しく増加させることができる。人間は,それらの目標を達成するための初期年齢,相互作用からの学習,および使用される対象物の間の関係,それら自身の行動,および結果としての効果,すなわちツールのアフォーダンスのような外部オブジェクトを用いて開始される。類似の自己管理された方法で自律的に学習することができるロボットは,意図的なものよりもはるかに汎用性があり,設計が簡単である。本論文では,ロボットが相互作用からツールアフォーダンスを学習することを可能にする手法を提案し,評価し,それらの3次元形状に基づく類似ツールの中でそれらを一般化した。異なる姿勢で把握された多数のツールを持つiCubロボットにより,一組の行動を実行し,観察される影響を調べた。ツールのアフォーダンスは,個々の自己組織化マップに対する工具姿勢特徴と作用効果ベクトル投影の間の回帰として学習され,これにより,システムが分類を回避し,両方の要素の段階的表現を維持することが可能になる。さらに,ロボット中心三次元ツール記述子の集合を提案し,相互作用シナリオに対するそれらの適合性を研究し,また,それらの性能を,深い畳込みニューラルネットワークから導出した特徴に対して比較した。結果は,提示した方法が,以前に見られていないツールと姿勢に対してさえ,そのツール使用行動の効果を正確に予測することを可能にし,それにより,工具姿勢を与えられた特定の目標に対する最良の行動を選択することを示した。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： *教師つき学習 ,  エージェント ,  自己組織化特徴マップ ,  ベクトル ,  自己管理 ,  *三次元 ,  相互作用 ,  適応性 ,  *幾何学 ,  汎用性 ,  ロボット
準シソーラス用語： 工具姿勢 ,  三次元形状 ,  自律性 ,  *アフォーダンス , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： ツール ,  3D ,  幾何学 ,  アフォーダンス ,  自己 ,  教師つき学習