文献

J-GLOBAL ID：202002241880518217   整理番号：20A2781988

物理的人間-ロボット協調のための増分学習アプローチ【JST・京大機械翻訳】

An Incremental Learning Approach for Physical Human-Robot Collaboration

著者 (3件)： Buerkle Achim (Wolfson School of Engineering, Loughborough University, Loughborough, UK) ,  Al-Yacoub Ali (Wolfson School of Engineering, Loughborough University, Loughborough, UK) ,  Ferreira Pedro (Wolfson School of Engineering, Loughborough University, Loughborough, UK)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12228  ページ： 308-313  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 物理的人間-Robot Collaborationは,共有作業空間において関節作業を行うための人間とロボットを必要とする。ロボットの特性の強さは,高いペイロードでよく対処されるので,それらは,重い牽引または押し込み活動の間,人間のオペレータを助けるために利用される。ヒトの筋肉疲労を検出し,従って支援要求を誘発するための広く使用されたセンサは,筋電図(EMG)である。EMGデータを処理するための多くの以前のアプローチは,訓練機械学習モデルオフラインまたは大きな手動微調整を含む。しかし,インクリメンタル学習のような機械学習の最近の進歩により,プログラミング努力を低減するオンライン学習を適用する機会があり,また,EMG信号の主題固有特性にも対処する機会がある。初期結果は,有望な可能性を示すが,収束時間と分類精度の間の矛盾を明らかにする。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  学習モデル ,  作業空間 ,  オペレータ ,  *ロボット ,  ヒト ,  ペイロード ,  筋電図 ,  センサ ,  機械学習
準シソーラス用語： 筋疲労 ,  オンライン学習 ,  分類精度 ,  インクリメンタル学習 ,  オフライン , 【Automatic Indexing@JST】

著者キーワード (4件)： EMG ,  人間-ロボット協調 ,  増分学習 ,  機械学習

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (6件)： 物理 ,  人間 ,  ロボット ,  協調 ,  増分 ,  学習