文献

J-GLOBAL ID：202102232425939622   整理番号：21A0671461

オブジェクト分割のための深層敵対強化学習【JST・京大機械翻訳】

Deep Adversarial Reinforcement Learning for Object Disentangling

著者 (4件)： Laux Melvin (TU Darmstadt,Intelligent Autonomous Systems,Germany) ,  Arenz Oleg (TU Darmstadt,Intelligent Autonomous Systems,Germany) ,  Peters Jan (TU Darmstadt,Intelligent Autonomous Systems,Germany) ,  Pajarinen Joni (TU Darmstadt,Intelligent Autonomous Systems,Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IROS  ページ： 5504-5510  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： 改善された訓練技術と高い計算力を組み合わせた深層学習は,強化学習(RL)の分野における最近の進歩と,手作業のようなロボットRL応用の成功をもたらした。しかし,ほとんどのロボットRLはよく知られた初期状態分布に依存する。しかし,実世界タスクでは,この情報はしばしば利用できない。例えば,廃棄物オブジェクトを解体するとき,ロボットw.r.t.の実位置は,RL政策が訓練された位置に適合しないかもしれない。この問題を解決するために,新しい敵対的強化学習(ARL)フレームワークを提案した。ARLフレームワークは,元のエージェントをステアするよう訓練された敵対者を,困難な状態に対して訓練する。著者らは,その敵対者および敵対者を,それらの敵対者の変化政策に順応させるように訓練する。提案手法は,ロボット制御のためにエンドツーエンドシステムを訓練することにより,訓練からテストシナリオを一般化し,困難なオブジェクトの解きほぐタスクを解決することを示した。KUKA LBR+7-DOFロボットアームを用いた実験により,訓練中に与えられた場合よりも,異なる初期状態から出発する時に,本手法がベースライン法より優れていることを示した。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： ロボット ,  廃棄物 ,  エンドツーエンド方式 ,  基準線 ,  深層 ,  ロボットアーム ,  エージェント ,  *強化学習
準シソーラス用語： 状態分布 ,  敵対者 ,  ロボット制御 ,  初期状態 ,  深層学習 , 【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 (4件)： オブジェクト ,  深層 ,  敵対 ,  強化学習