ロボット | ページ 4

MT-OptとActionable Models：複数ロボットで自動データ収集を行って初見タスクを実行可能にする(1/3)

１．MT-OptとActionable Models：複数ロボットで自動データ収集を行って初見タスクを実行可能にする(1/3)まとめ・ロボットの自律運用を可能にするためには数千時間単位でロボットを動かす必要がある・NLPにおける事前トレ...

2021.04.25

ロボット学習手法

１．iGibson Challenge：ロボットは人の邪魔にならないように建物内を移動出来るのか？(2/2)まとめ・iGibson Challenge 2021には実際のアパートから派生させた8つの風景が含まれる・各環境内には人間の挙動...

2021.04.24

ロボット

１．Transporter Networks：物体の再配置問題を改善してロボットの性能を向上(2/2)まとめ・Transporter Netはサンプル効率が高く100回のデモで多くのタスクで90%以上の成功率・Transporter N...

2021.03.01

モデルロボット

１．Transporter Networks：物体の再配置問題を改善してロボットの性能を向上(1/2)まとめ・本の山を積み重ねるなどの物体の再配置問題は基本的なスキルだがロボットにとって困難・従来のオブジェクト中心の特徴表現では変形可能...

2021.02.28

モデルロボット

１．Google Research：2019年の振り返りと2020年以降に向けて(7/8)まとめ・機械学習をロボットの制御に応用するために特に強化学習を使った研究が行われた・世界モデルの学習やポリシーにランダム性を取り込む事、オープンソ...

2020.01.19

ロボット

１．ロボット学習のためにシミュレーションと現実のギャップを埋める(4/4)まとめ・合成画像とドメイン適応のみで現実世界のデータを使用せずとも一定レベルのパフォーマンスを達成・シミュレーションと現実世界の経験を統合するためにドメイン適応を...

2019.12.05

ロボット

１．ロボット学習のためにシミュレーションと現実のギャップを埋める(3/4)まとめ・シミュレーションのランダム化は現実世界の環境に一般化する上で有望な手法である事がわかっている・外観のランダム化とダイナミクスのランダム化について個々に評価...

2019.12.04

ロボット

１．ロボット学習のためにシミュレーションと現実のギャップを埋める(2/4)まとめ・ロボットが直面するシミュレーションと現実世界のギャップを埋めるためには以下が重要・シミュレートされた経験がニューラルネットワークにとって現実世界と変わらな...

2019.12.03

ロボット

１．Form2Fit:物体の分解と組立てを行う事でロボットが組合わせの概念を学習(3/3)まとめ・Form2Fitは組立キットの回転や変化、混在した状況、学習時に見た事がない部品などにも対応可能・回転、空間的方向、物体の同一形状などを学...

2019.11.11

ロボット

１．Form2Fit:物体の分解と組立てを行う事でロボットが組合わせの概念を学習(2/3)まとめ・Form2Fitは吸着、配置、マッチングの３つのネットワークにより構成される・完成品を解体する事は組立より簡単であると言う洞察を元に分解デ...

2019.11.10

ロボット

１．ROBEL:3Dプリンタで作成可能な強化学習用ロボット(1/3)まとめ・シミュレーション環境でロボットを強化学習させると微妙な誤差や遅延により現実世界への展開が困難・しかし、物理的なロボットは高価で工業用途向けに作られているために強...

2019.10.12

ロボット

１．再始動したGoogleのロボットプロジェクトの内情まとめ・2013年にGoogleが始動した人間そっくりのロボットを作るプロジェクトは頓挫・現在のプロジェクトは機械学習を用いてシンプルなロボットアーム等を自律学習させる方向にシフト ...

2019.04.01

ロボット