文献

J-GLOBAL ID：202102230786938738   整理番号：21A0671767

ニューラル論理学習を用いた空間関係のロボット理解【JST・京大機械翻訳】

Robotic Understanding of Spatial Relationships Using Neural-Logic Learning

著者 (3件)： Yan Fujian (Wichita State University,Department of Electrical Engineer and Computer Science,Wichita,KS,USA,67260) ,  Wang Dali (Oak Ridge National Laboratory (ORNL),Senior R&D Staff and a member of the Artificial Intelligence (AI) team) ,  He Hongsheng (Wichita State University,Department of Electrical Engineer and Computer Science,Wichita,KS,USA,67260)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IROS  ページ： 8358-8365  発行年： 2020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： 物体の空間関係を理解することは,把持,操作,障害物回避のような多くのロボットアプリケーションにおいて重要である。人間は,空間制約の事前知識に基づくシーンのグリップからオブジェクトの空間関係を簡単に推論できる。提案方法はロボットがRGB-Dデータからオブジェクト間の空間関係を理解するのを可能にする。本論文は,空間制約に関する論理規則に従って,生データから空間関係を学習し,推論するための神経論理学習フレームワークを提案した。ニューラルネットワークは3つのブロックから成る:接地ブロック,空間論理ブロック,および推論ブロック。接地ブロックは生官能データから高レベル特徴を抽出する。空間論理ブロックは,空間制約でニューラルネットワークを訓練することによって,基本的空間関係を予測することができる。推論ブロックは,述語された基本的空間関係に基づく複雑な空間関係を推定することができる。シミュレーションと実験は提案した方法の性能を評価した。Copyright 2021 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 ,  *ロボット ,  接地 ,  ニューラルネットワーク ,  応用プログラム ,  障害物回避
準シソーラス用語： 述語 ,  事前知識 ,  生データ ,  RGB-D , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 論理 ,  学習 ,  空間関係 ,  ロボット ,  理解