抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
行動表現は,深いネットワークによるエンドツーエンドロボット学習における重要だがしばしば見落とされた側面である。もう1つの行動空間(例えば,標的関節位置,または,デカルトエンドエフェクタ姿勢)の選択は,様々な下流タスク間の驚くほどのスターク性能差をもたらし,結果として,与えられたアプリケーションに対する正しい行動空間を見つけるためのかなりの研究が払われてきた。しかしながら,本研究では,著者らのモデルが,どの行動空間を使用すべきかを発見,学習できるかを検討した。入力として観察と行動の両方を取る陰的行動クローニングに関する最近の研究で,著者らは,各空間から帰納的パターンを学習するために,同じ政策に複数の異なる空間で同じ作用を提示することが可能であることを示した。特に,学習操作スキルの文脈において,デカルトと関節行動空間を組み合わせる利点を研究した。この目的のために,深いネットワーク内の微分可能モジュールとして運動学連鎖を組込んだ陰的運動学的ポリシー(IKP)を提示した。いくつかの模擬連続制御タスク,すなわち,小物体のスコッピング杭から,誤較正ロボットによる精密ブロック挿入,および誤較正ロボットによる正確なブロック挿入への定量的実験は,ベースライン代替案よりも画素から複雑なプレヘスタイルと非プレヘンシブル操作を学習するだけでなく,小関節符号器オフセット誤差を補償するために学習できる。最後に,実際のUR5eに関する定性的実験を行い,実際のデータによる物理的ロボットシステムに関する提案アルゴリズムの実現可能性を実証した。コードと補足材料のためのhttps://tinyurl.com/4wz3nf86。【JST・京大機械翻訳】