共有すべきか否か?クロスロボット経験移動の性能保証と非対称的性質【JST・京大機械翻訳】

Sorocky Michael J.; Zhou Siqi; Schoellig Angela P.

プレプリント

J-GLOBAL ID：202202206144372150 整理番号：22P0165082

共有すべきか否か?クロスロボット経験移動の性能保証と非対称的性質【JST・京大機械翻訳】

To Share or Not to Share? Performance Guarantees and the Asymmetric Nature of Cross-Robot Experience Transfer

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 (3件)： , ,
資料名：
発行年： 2020年06月29日プレプリントサーバーでの情報更新日： 2020年06月29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)

ロボット工学文献において,訓練ロボットに関連したコストとリスクを最小化するために,異なる学習ベース制御フレームワークにおいて経験移転が提案されてきた。様々な研究が,目標ロボットの学習を改善または加速するために,ソースロボットから以前の経験を転送する実現可能性を示してきたが,通常,経験転送が目標ロボットの性能を改善するという保証はない。実際に,移動経験の有効性は,物理的ロボットで試験されるまで,しばしば知られていない。この試行錯誤法は,極めて安全で非効率的である。著者等の以前の研究に基づいて,本論文では,ソースロボットシステムの逆モジュールを目標ロボットシステムに転送し,任意の軌道上の追跡性能を改善した逆モジュール転送学習フレームワークを考察した。ソース逆モジュールをターゲットロボットに転送し,データからこの境界を推定するためのBayes最適化ベースアルゴリズムを提案した。さらに,文献においてしばしば無視されてきた交差ロボット経験移動の非対称的性質を強調した。このアプローチを4ロータ実験で実証し,ランダム周期軌跡を追跡するためのターゲットロボットへの正転送を保証できることを示した。【JST・京大機械翻訳】

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

人工知能 , ロボットの運動・制御

, , , ,

前のページに戻る