文献

J-GLOBAL ID：202002264648412746   整理番号：20A1956269

ロバストな生成潜在動力学のための異分散不確実性【JST・京大機械翻訳】

Heteroscedastic Uncertainty for Robust Generative Latent Dynamics

著者 (6件)： Limoyo Oliver (Space, and Terrestrial Autonomous Robotic Systems (STARS) Laboratory, University of Toronto Institute for Aerospace Studies (UTIAS), Toronto, ON, Canada) ,  Chan Bryan (Space, and Terrestrial Autonomous Robotic Systems (STARS) Laboratory, University of Toronto Institute for Aerospace Studies (UTIAS), Toronto, ON, Canada) ,  Maric Filip (Space, and Terrestrial Autonomous Robotic Systems (STARS) Laboratory, University of Toronto Institute for Aerospace Studies (UTIAS), Toronto, ON, Canada) ,  Wagstaff Brandon (Space, and Terrestrial Autonomous Robotic Systems (STARS) Laboratory, University of Toronto Institute for Aerospace Studies (UTIAS), Toronto, ON, Canada) ,  Mahmood A. Rupam (Reinforcement Learning, and Artificial Intelligence Laboratory (RLAI), University of Alberta, Edmonton, AB, Canada) ,  Kelly Jonathan (Space, and Terrestrial Autonomous Robotic Systems (STARS) Laboratory, University of Toronto Institute for Aerospace Studies (UTIAS), Toronto, ON, Canada)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 5  号： 4  ページ： 6654-6661  発行年： 2020年 
JST資料番号： W2448A  ISSN： 2377-3766  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： 高次元観測のシーケンスからの学習または同定動力学は,強化学習および制御を含む多くのドメインにおいて困難な課題である。問題は,最近,潜在動力学による生成展望から研究されている:高次元観測は,動力学が学習できる低次元空間に埋め込まれている。いくつかの成功にもかかわらず,潜在的ダイナミックスモデルは,学習表現が様々な知覚混乱に対してロバストであり,訓練中に見られない雑音源にロバストである実世界ロボットシステムに適用されていない。本レターでは,潜在状態表現を共同学習する手法と,知覚的に困難な条件下で,長期計画と閉ループ制御に適した関連する動力学を示した。著者らの主な貢献として,著者らは,著者らの表現が,新規または外分布(OOD)入力を検出することによって,テスト時間において異種分散または入力特異的不確実性の概念をいかに捉えることができるかを記述する。2つの画像ベースタスク,すなわち,模擬振り子平衡タスクとタスクに到達する実世界ロボットマニピュレータに関する予測と制御実験からの結果を示した。著者らは,著者らのモデルが,かなり正確な予測を生み出して,入力劣化のさまざまな程度の存在において,ホモ分散不確実性だけを仮定するモデルと比較して,改良制御性能を示すことを実証した。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 ,  長期計画 ,  *不確実性 ,  可制御性 ,  フィードバック制御 ,  雑音発生器 ,  振り子 ,  高次元 ,  カオス ,  *ロバスト性 ,  強化学習
準シソーラス用語： 協調学習 ,  ロボットマニピュレータ ,  ロボットシステム ,  低次元 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： ロバスト ,  動力学 ,  不確実性