運動最適化のための暗黙的事前学習の学習【JST・京大機械翻訳】

Urain Julen; Le An T.; Lambert Alexander; Chalvatzaki Georgia; Boots Byron; Peters Jan

プレプリント

J-GLOBAL ID：202202215705970859 整理番号：22P0329791

運動最適化のための暗黙的事前学習の学習【JST・京大機械翻訳】

Learning Implicit Priors for Motion Optimization

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 (6件)： , , , , ,
資料名：
発行年： 2022年04月11日プレプリントサーバーでの情報更新日： 2023年01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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

本論文では,運動最適化のためのガイドとしてエネルギーベースモデル(EBM)を統合する問題に焦点を当てた。EBMは,適切なエネルギー関数によってパラメータ化されたGibbs分布に関して表現可能な確率密度関数を表現できるニューラルネットワークの集合である。それらの陰的性質のため,それらは,最適化因子として容易に統合でき,運動最適化問題における初期サンプリング分布として容易に統合でき,運動最適化問題におけるデータ駆動先物を統合するための良い候補になる。本研究では,運動最適化にEBMを適応するための必要なモデリングとアルゴリズム選択のセットを示した。勾配ベース最適化者を用いてそれらを使用するEBMの学習における追加正則化器を含む利点を検討し,操作タスクのための一般化可能分布を学習するための一連のEBMアーキテクチャを提示した。EBMが動き最適化のために統合され,シミュレーションおよび実ロボット実験の両方に対する事前のガイドとして学習EBMの性能を評価するために,複数の事例を提示した。【JST・京大機械翻訳】

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

その他のオペレーションズリサーチの手法 , 人工知能 , ニューロコンピュータ

, , ,

前のページに戻る