電動機制御のためのマスク視覚予トレーニング【JST・京大機械翻訳】

Xiao Tete; Radosavovic Ilija; Darrell Trevor; Malik Jitendra

プレプリント

J-GLOBAL ID：202202205736675680 整理番号：22P0302823

電動機制御のためのマスク視覚予トレーニング【JST・京大機械翻訳】

Masked Visual Pre-training for Motor Control

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： 2022年03月11日プレプリントサーバーでの情報更新日： 2022年03月11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)

本論文では,実世界画像からの自己教師付き視覚予訓練が,ピクセルからの運動制御タスクの学習に有効であることを示す。最初に,自然画像のマスクモデリングによって視覚表現を訓練した。次に,視覚エンコーダを凍結し,強化学習でトップにニューラルネットワークコントローラを訓練した。符号器のタスク固有の微調整を行わなかった。同一の視覚表現を全ての運動制御タスクに対して使用した。知る限りでは,これは,モータ制御のためのスケールで実世界画像を利用する最初の自己監督モデルである。ピクセルからの学習の進展を加速するために,動き,シーン,およびロボットで変化する手設計タスクのベンチマークセットに寄与する。ラベル,状態推定,またはエキスパート実証に頼らず,著者らは,常にオラクル状態性能に整合さえ,80%絶対成功率まで教師つき符号器を一貫して凌駕した。また,YouTubeまたはEgocentricビデオから,インザイス画像が,ImageNet画像よりも様々なマニピュレーションタスクに対してより良い視覚表現をもたらすことを見出した。【JST・京大機械翻訳】

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

ロボットの運動・制御 , 人工知能

, , ,

前のページに戻る