ロボットサッカーにおける視覚ベース機械学習【JST・京大機械翻訳】

Olthuis J. J.; van der Meer N. B.; Kempers S. T.; van Hoof C. A.; Beumer R. M.; Kuijpers W. J. P.; Kokkelmans A. A.; Houtman W.; van Eijck J. J. F. J.; Kon J. J.; Peijnenburg A. T. A.; van de Molengraft M. J. G.

文献

J-GLOBAL ID：202202222145322907 整理番号：22A0980135

ロボットサッカーにおける視覚ベース機械学習【JST・京大機械翻訳】

Vision-Based Machine Learning in Robot Soccer

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0980135&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0980135&from=J-GLOBAL&jstjournalNo=H0078D") }}

著者 (12件)： , , , , , , , , , , ,
資料名：
巻： 13132 ページ： 327-339 発行年： 2022年
JST資料番号： H0078D ISSN： 0302-9743 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)

ロボットは,それと適切に相互作用するために環境を認識する必要がある。RoboCup Soccer中サイズLegue(MSL)において,これは主にロボットに搭載されたカメラを通して起こる。機械学習は,カメラ画像から関連特徴を抽出するために使用できる。カメラデータのリアルタイム解析は,MSLにおけるすべての計算がロボット自体上で実行されなければならないので,伝統的および機械学習アルゴリズムの両方に対する挑戦である。本論文では,マシン学習を用いて実時間でカメラ画像を処理することが可能であることを示した。これは,MSLにおける機械学習の現況を提示し,RoboCup2021における科学的および技術的課題を勝る2つの例を提供する。両事例は画像中のオブジェクトと人間の意味的検出に焦点を当てた。科学的課題勝者は,YOLOv5がMSLの物体検出に使用できる方法を提示する。技術的チャレンジ勝者は,OpenPoseを用いてサッカーにおけるロボットと人間間の相互作用を改善する方法を示す。これは,2050年までに,人間サッカー世界チャンピオンをビートできるロボットに到着するロボカップの目標に寄与する。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

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

著者キーワード (6件)： , , , , ,

ロボットの運動・制御 , 人工知能

, , ,

前のページに戻る