文献
J-GLOBAL ID:202202214493620310   整理番号:22A0311764

集合理論に基づく自動領域拡張と最適化【JST・京大機械翻訳】

Automatic Domain Extension and Optimization Based on Set-Theory
著者 (6件):
資料名:
巻: 793  ページ: 607-630  発行年: 2022年 
JST資料番号: W5070A  ISSN: 1876-1100  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: ドイツ (DEU)  言語: 英語 (EN)
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。
自律機械は,産業応用における手動プログラム解と比較して,それらの環境においてより柔軟性とロバスト性変化を約束する。しかし,行動の自律計画は不連続および連続特性を含み,np-ハード計画問題をもたらす。特に,複数の機械と長い計画層のために,ドメインの設計は,多くの微調整と手動努力を必要とする。形式化されたモデルによる既存のドメイン知識のモジュール化と再利用は,この問題に対する一つの解決策である。しかし,異なるプロジェクトのモデルは,特にいくつかの関係者がプロジェクトに寄与するとき,誤整列する傾向があり,それは性能を悪化させる。本論文では,2つのドメイン最適化と拡張アルゴリズムを提示し,それは計画を容易にするためにモデルを適応させた。第1のアルゴリズムは,不整合ユニット,またはサブ情報の誤整列部分を扱う。それは自動的に変換を生成し,より広い入力タイプで操作を呼び出すことができる。第2のアルゴリズムは,異なるモデリング視点で異なる情報源からモデルを整列させる。この再定式化の後,より大きなドメインにより効率的にモデルを構成できる。両最適化に対して,著者らが以前に提示した階層的計画アルゴリズムにも用いる形式的集合ベースモデルに依存する。この階層的手法は,計画の長さとほぼ線形のスケーラビリティを可能にする。しかし,それは,モデルの品質に依存する課せられた中間目標のため,非最適効果をもたらす。本論文の最適化アルゴリズムは,有効なショートカットがこれらの準最適性を減らすように,このモデルの適応と拡張を可能にする。タスクと運動組立問題に関する実験を行い,最大62の部品と1000ステップ以上の計画のスケーラビリティを実証し,それは15分以下の計画時間で,離散状態または高レベル位置変化をもたらす。また,著者らの実験は,実世界デュアルアームセットアップに関する成功した計画実行を含む。Copyright The Author(s), under exclusive license to Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
人工知能 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る