文献

J-GLOBAL ID：202002229101194411   整理番号：20A0439586

オブジェクトの不可視性を利用するための機構に基づく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 Based on a Mechanism to Utilize an Object’s Invisibility

著者 (2件)： Nagahama Kotaro (Shinshu University, 410, Mech. Sys. Eng. Buidling,AIS Lab., Faculty of Engineering,Nagano, Nagano,Japan,4-17-1) ,  Yamazaki Kimitoshi (Shinshu University, 410, Mech. Sys. Eng. Buidling,AIS Lab., Faculty of Engineering,Nagano, Nagano,Japan,4-17-1)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IROS  ページ： 6120-6127  発行年： 2019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： 本論文では,ロボットが他のオブジェクトに置かれているタスクを学習するためにロボットを学習するために,ロボットがツールによって積み重ねられるか,または輸送されるタスクを学習するための新しい視覚学習を提案した。このようなタスクでは,オクルージョンやフレームアウトにより観測ターゲットが見えなくなる。提案した「視覚階層に基づく機能推定器(Hi-Fes)」は,視覚的階層関係を用いて観測ターゲットの変化を推定する心理学の分野から得られた知識によって触発される。Hi-Fesは,ターゲットが認識できないときに特徴を補間する機構を採用し,状態変数を直接的に扱うことができる。この方法は,複数のターゲット間の複雑な状態変化の視覚学習を容易にし,そこでは,ターゲットが見えないか,または長期間の不可視性を持ち,従来の学習法には困難である。提案した方法を,ライフサイズのヒューマノイドロボットに実装し,実証実験に基づく学習において評価した。結果は著者らのアプローチの有効性を示した。Copyright 2020 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 ,  有効性 ,  視覚 ,  オクルージョン ,  状態変数 ,  ロボット ,  実証実験
準シソーラス用語： 不可視性 , 【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)： オブジェクト ,  不可視性 ,  デモンストレーション ,  学習