インタラクションを通して新しいオブジェクトクラスを検出するための具体化シミュレーションの利用【JST・京大機械翻訳】

Krishnaswamy Nikhil; Ghaffari Sadaf

プレプリント

J-GLOBAL ID：202202216822310890 整理番号：22P0333395

インタラクションを通して新しいオブジェクトクラスを検出するための具体化シミュレーションの利用【JST・京大機械翻訳】

Exploiting Embodied Simulation to Detect Novel Object Classes Through Interaction

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 (2件)： ,
資料名：
発行年： 2022年04月17日プレプリントサーバーでの情報更新日： 2022年04月17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,インタラクションにおいて遭遇する新しいオブジェクトを検出する,ナイーブエージェントのための新しい手法を提案した。既知のオブジェクトタイプを与える積層タスクに関する強化学習ポリシーを訓練し,次に,同じ訓練されたポリシーに基づく様々な他のオブジェクトをスタックするエージェントの成果を観察した。前述の積層プレイの結果で訓練された畳み込みニューラルネットワークから埋込みベクトルを抽出することにより,既知のオブジェクトタイプに対する与えられたオブジェクトの類似性を決定でき,与えられたオブジェクトが既知のタイプと十分に異なるかどうかを決定し,オブジェクトの新しいクラスと考えられる。2つの異なる政策を用いて収集した2つのデータセットに関するこの方法の結果を提示し,エージェントが環境から抽出する必要のある情報を,これらの新規性判断をするために,何が必要とするかを示した。【JST・京大機械翻訳】

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

人工知能

, ,

前のページに戻る