一貫性に基づく模倣と適応:4足歩行ロボットは深層強化学習を用いたビデオから動物を模倣する【JST・京大機械翻訳】

Yao Qingfeng; Wang Jilong; Yang Shuyu; Wang Cong; Zhang Hongyin; Zhang Qifeng; Wang Donglin

プレプリント

J-GLOBAL ID：202202201966670711 整理番号：22P0302623

一貫性に基づく模倣と適応:4足歩行ロボットは深層強化学習を用いたビデオから動物を模倣する【JST・京大機械翻訳】

Imitation and Adaptation Based on Consistency: A Quadruped Robot Imitates Animals from Videos Using Deep Reinforcement Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年03月02日プレプリントサーバーでの情報更新日： 2022年03月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

四足運動の本質は重心の動きであり,四足の行動にパターンを持っている。しかし,四足歩行ロボットの歩行運動計画は時間がかかる。自然の動物は,ロボットに対して大量の歩行情報を提供し,学習し,模倣する。一般的な方法は,モーションキャプチャシステムまたは多数の運動データポイントで動物姿勢を学習する。本論文では,動物の行動を模倣し,数秒のビデオからロボットに適応できるビデオ模倣適応ネットワーク(VIAN)を提案した。深層学習モデルはビデオからの動物運動中のキーポイントを抽出する。VIANは,雑音を除去し,運動アダプターによる運動の鍵情報を抽出して,次に,抽出運動関数を,深い強化学習(DRL)に運動パターンとして適用した。ビデオにおける学習結果と動物運動の間の類似性を確実にするために,著者らは運動の一貫性に基づく報酬を導入した。DRLは,ビデオからの運動パターンからバランスを維持し,動物の行動を模倣し,最終的に,異なる動物の短い運動ビデオから歩行またはスキルを学習し,実際のロボットに運動パターンを移動させるためのモデルを可能にする。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

ロボットの運動・制御

, , , , ,

前のページに戻る