文献

J-GLOBAL ID：202202211108924375   整理番号：22A0482860

人間教示ロボット協調組立における人間教育とロボット学習を通して人間を支援する方法【JST・京大機械翻訳】

Learn How to Assist Humans Through Human Teaching and Robot Learning in Human-Robot Collaborative Assembly

著者 (4件)： Sun Yi (Department of Automotive Engineering, Clemson University, Greenville, SC, USA) ,  Wang Weitian (Department of Computer Science, Montclair State University, Montclair, NJ, USA) ,  Chen Yi (Department of Automotive Engineering, Clemson University, Greenville, SC, USA) ,  Jia Yunyi (Department of Automotive Engineering, Clemson University, Greenville, SC, USA)
資料名： IEEE Transactions on Systems, Man, and Cybernetics: Systems  (IEEE Transactions on Systems, Man, and Cybernetics: Systems)
巻： 52  号： 2  ページ： 728-738  発行年： 2022年 
JST資料番号： C0425D  ISSN： 2168-2216  CODEN： ITSMFE  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人間およびロボットが十分に活用できる次世代製造パラダイムの1つとして,人間VoIPロボット協調組立が行われている。ロボットが人間と効果的に協調するのを可能にするために,人間の実証からのロボット学習は,組立タスクを学習するために採用された。しかしながら,既存の特徴ベース手法は,重要な特徴設計と抽出プロセスを必要とし,通常,タスクコンテキストを組み込むために複雑である。既存の学習ベース手法は,通常,データラベリングのための大量の手動努力を必要とし,また,タスクコンテキストをほとんど考慮しない。本論文では,人間の実証プロセスからロボット学習にタスクコンテキストを組み込むための二重入力深層学習アプローチを提案し,組立における人間を支援する。さらに,学習のための訓練努力を低減するために,人間実証中のオンライン自動データラベリングを提案した。安全-隠された実行設計による現実的人間VoIPロボットモデル自動車組立タスクに関する実験的検証は,提案した方法の有効性と利点を実証した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *教育 ,  *学習 ,  自動車 ,  *ロボット ,  有効性
準シソーラス用語： VoIP ,  オンライン ,  *ロボット学習 ,  深層学習 , 【Automatic Indexing@JST】

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： 人間 ,  教示 ,  ロボット ,  協調 ,  組立 ,  教育 ,  学習 ,  支援