視覚ベースロボット制御のための統計的保証による故障予測【JST・京大機械翻訳】

Farid Alec; Snyder David; Ren Allen Z.; Majumdar Anirudha

プレプリント

J-GLOBAL ID：202202220587500064 整理番号：22P0288506

視覚ベースロボット制御のための統計的保証による故障予測【JST・京大機械翻訳】

Failure Prediction with Statistical Guarantees for Vision-Based Robot Control

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 (4件)： , , ,
資料名：
発行年： 2022年02月11日プレプリントサーバーでの情報更新日： 2022年05月05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)

高次元センサ観測(例えば,視覚)による安全-臨界ロボットシステムのための故障予測を実行する問題によって動機づけた。ブラックボックス制御ポリシー(例えば,ニューラルネットワークの形で)と訓練環境のデータセットへのアクセスを考えて,著者らは,偽陽性と偽陰性エラーに関して保証された限界を有する故障予測器を合成するための方式を提示する。これを達成するために,著者らは,Probable Ayear(PAC)-Bayes一般化理論から技術を利用した。さらに,偽陽性対偽陰性誤差の相対速度をトレードオフすることを可能にする新しいクラス条件限界を提示した。この理論誤差限界を最小化することにより,故障予測子(センサ観測の歴史を入力する)を訓練するアルゴリズムを提案した。手首搭載RGB-Dカメラを備えたロボットマニピュレータを用いた,ドローンと把持物体による視覚ベースナビゲーションのための広範なシミュレーションとハードウェア実験を用いて,得られたアプローチを実証した。これらの実験は,(1)故障予測誤差率(経験的誤差率に近い)に対する強い限界を提供し,(2)故障を予測することにより安全性を改善することを示した。【JST・京大機械翻訳】

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

ロボットの運動・制御

, , , ,

前のページに戻る