文献

J-GLOBAL ID：202102252072380248   整理番号：21A0231948

制約付きBayes最適化による安全制御のためのソフト優先度のサンプル効率の良い学習【JST・京大機械翻訳】

Sample-efficient learning of soft priorities for safe control with constrained Bayesian optimization

著者 (4件)： Li Jian (Guangdong University of Technology) ,  Zhu Yiyao (Institute of Robotics and Intelligent Manufacturing, The Chinese University of Hong Kong,Shenzhen,China) ,  Huo Langcheng (Guangdong University of Technology) ,  Chen Yongquan (Institute of Robotics and Intelligent Manufacturing, The Chinese University of Hong Kong,Shenzhen,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IRC  ページ： 406-407  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： 複雑な運動は複数のタスクを同時に実行することによって達成され,そこで,鍵はタスク優先順位を調整する。一般的に,タスク優先度は手動で定義されている。タスク優先順位を自動的に生成するために,異なるフレームワークを提案した。本論文では,ブラックボックス最適化法,即ち,ソフトタスク優先順位を学習するための制約付きBayes最適化の変種を採用し,ロボット運動が高効率で最適化され,制約違反が全学習過程中に生じないことを保証した。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： *最適化 ,  ロボット ,  ブラックボックス ,  *優先度
準シソーラス用語： 高効率 ,  学習過程 , 【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 (6件)： 制約 ,  Bayes最適化 ,  ソフト ,  優先度 ,  サンプル ,  学習