文献

J-GLOBAL ID：201802259131194588   整理番号：18A1512203

衝突回避のための有害事象による学習:自己学習アプローチ【JST・京大機械翻訳】

Learning Through Adverse Event for Collision Avoidance: A Self-Learning Approach

著者 (4件)： Han Hyunjun (Gwangju Institute of Science and Technology (GIST), Department of Electrical Engineering and Computer Science, Gwangju, Korea) ,  Kang Jusung (Gwangju Institute of Science and Technology (GIST), Department of Electrical Engineering and Computer Science, Gwangju, Korea) ,  Raza Muhammad Asif (Gwangju Institute of Science and Technology (GIST), Department of Electrical Engineering and Computer Science, Gwangju, Korea) ,  Lee Heung-No (Gwangju Institute of Science and Technology (GIST), Department of Electrical Engineering and Computer Science, Gwangju, Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICUFN  ページ： 874-877  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： オンライン,半教師つき学習アルゴリズムを伴う学習イベントに基づく深い学習に基づく衝突回避を導入し,学習エージェントが経験を獲得し,オンライン試行錯誤アプローチにより事前取得訓練データセットなしで学習することを可能にした。入力として距離シーケンスを用いて,提案したアルゴリズムにおいて2つの手順を実行した。データ収集手順と学習手順。シミュレーション結果は,著者らのシステムが,すべての可能なイベントから衝突イベントを分類することにおいて,99.86%の最小を99.99%の精度で達成することができることを示して,衝突なしでシミュレーション環境の中で自律エージェントをナビゲートすることを可能にした。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： アルゴリズム ,  *学習 ,  *衝突回避 ,  データ収集 ,  シミュレーション
準シソーラス用語： 自律エージェント ,  学習エージェント ,  半教師つき学習 ,  オンライン ,  自己学習 ,  有害事象 , 【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 (4件)： 衝突回避 ,  有害事象 ,  学習 ,  自己学習