エンドツーエンド模倣学習のためのマルチインスタンスアウェア位置決め【JST・京大機械翻訳】

Venkatesh Sagar Gubbi; Upadrashta Raviteja; Kolathaya Shishir; Amrutur Bharadwaj

プレプリント

J-GLOBAL ID：202202202433790789 整理番号：21P0073916

エンドツーエンド模倣学習のためのマルチインスタンスアウェア位置決め【JST・京大機械翻訳】

Multi-Instance Aware Localization for End-to-End Imitation 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 (4件)： , , ,
資料名：
発行年： 2020年12月26日プレプリントサーバーでの情報更新日： 2020年12月26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)

画像対行動ポリシーネットワークを用いたイミテーション学習のための既存のアーキテクチャは,特に訓練のために利用可能なエキスパート実証の数が制限されるとき,関心対象の複数のインスタンスを含む入力画像で提示されるとき,あまり機能しない。エンドツーエンドポリシーネットワークを,(a)インスタンス選好性を示す埋込みによる視覚層の特徴マップ出力を,またはエキスパート実証に存在する陰的選好の利点,および(b)制御層のための自己回帰行動発生器ネットワークを採用することにより,サンプル効率の良い方法で訓練できることを示した。位置決めのための提案アーキテクチャは,精度とサンプル効率を改善し,訓練中に見られるよりもオブジェクトのより多くのインスタンスの存在に一般化できる。実ロボットにおける到達,プッシュ,およびピックアンドプレースタスクを実行するためのエンドツーエンドイミテーション学習に使用するとき,訓練は15のエキスパート実証のわずかで達成される。【JST・京大機械翻訳】

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

人工知能 , パターン認識

前のページに戻る