文献

J-GLOBAL ID：201802249950668278   整理番号：18A0707777

視覚相互作用とニューラルネットワーク学習に基づく遠隔操作によるロボット教育【JST・京大機械翻訳】

Robot teaching by teleoperation based on visual interaction and neural network learning

著者 (6件)： Xu Yang (Key Laboratory of Autonomous Systems and Networked Control, College of Automation Science and Engineering, South China University of Technology, Guangzhou, 510640 China) ,  Yang Chenguang (Key Laboratory of Autonomous Systems and Networked Control, College of Automation Science and Engineering, South China University of Technology, Guangzhou, 510640 China) ,  Zhong Junpei (National Institute of Advanced Industrial Science and Technology, Tokyo, Japan) ,  Ma Hongbin (School of Automation, Beijing Institution of Technology, Beijing 100081, China) ,  Zhao Lijun (State Key Laboratory of Robotics and System, Harbin Institute of Technology, Harbin 150001, China) ,  Wang Min (Key Laboratory of Autonomous Systems and Networked Control, College of Automation Science and Engineering, South China University of Technology, Guangzhou, 510640 China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICMIC  ページ： 1068-1073  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： Robot教示の伝統的な方法は,複雑で時間がかかる運動である教示ペンダントによるプログラムに対する人間の実証者を必要とする。本論文では,ロボットを直感的に訓練することを可能にする遠隔操作に基づく新しい方法を提案した。より具体的には,実証者が視覚的相互作用によりロボットを制御する。次に,動径基底関数(RBF)ネットワークに基づく学習アルゴリズムを用いて,ロボットへの実証装置の運動を移動させた。この開発した方法の有効性を検証するために,Microsoft Kinectセンサと仮想ロボット実験プラットフォーム(V-REP)に基づくいくつかのシミュレーション実験を行った。実験結果は,本方法が満足な性能を達成したことを示した。本方法の助けを借りて,ロボットは教示の後に自律的に作業を完成することができるだけではなく,また,実証装置の挙動の詳細を学ぶこともできた。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： 学習アルゴリズム ,  *ロボット ,  動径基底関数 ,  *学習 ,  センサ ,  *遠隔制御 ,  *ニューラルネットワーク ,  *相互作用 ,  シミュレーション ,  *ネットワーク ,  *視覚 ,  *教育
準シソーラス用語： 自律性 ,  Kinect , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 視覚 ,  相互作用 ,  ニューラルネットワーク ,  学習 ,  遠隔操作 ,  ロボット ,  教育