文献

J-GLOBAL ID：201802248049293264   整理番号：18A1027631

全方向移動ロボットのためのGauss過程アプローチによるデモンストレーションからの学習【JST・京大機械翻訳】

Learning from Demonstration with Gaussian Process Approach for an Omni-directional Mobile Robot

著者 (5件)： Garcia Daniel ,  Gorrostieta Efren ,  Vargas Soto Emilio ,  Rodriguez Rivero Cristian ,  Diaz Delgado Guillermo
資料名： IEEE Latin America Transactions  (IEEE Latin America Transactions)
巻： 16  号： 4  ページ： 1250-1255  発行年： 2018年 
JST資料番号： W2450A  ISSN： 1548-0992  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： 機械学習に関連する方法論の応用のためのロボット工学において大きな可能性があり,実証フレームワークからの学習を目的として,ロボットの運動のプログラミング時間を減少させるための著しい方法を助け,これに加えて,運動をより自然で滑らかにすることができる。機械学習は,教師つき,教師なしおよび強化学習として多様な誘導において見出すことができる。最も使用されるものの一つは教師つき学習であり,分類と回帰の2つの主要なタスクに分割できる。回帰を実行するために,広く使われている方法の一つはGauss過程(GP)である。データ集合を与えられた回帰問題として,要求からの学習(LfD)を見ることができる。本論文では,Gauss過程に基づく学習法の開発と移動ロボットプラットフォームに適用した。このことは,データが頻繁に豊富に到着するので,学習が非常に速く,そして,増分的に実行されなければならないことを意味している。GPは学習において大きな精度を提供し,ロボットにおける制御を実行するための特性を満たす。本論文では,GPを用いた回帰方法論および実証学習におけるその応用について検討した。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： *ロボット ,  計算機プログラミング ,  強化学習 ,  *Gauss過程 ,  教師つき学習 ,  *学習 ,  機械学習
準シソーラス用語： ロボットプラットフォーム ,  ロボット工学 ,  全方向移動ロボット , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 全方向移動ロボット ,  Gauss過程 ,  デモンストレーション ,  学習