ロボット 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)
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...
ロボット
ロボット ロボット 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)
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...
ロボット 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)
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...
モデル 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(1/4)
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(1/4)まとめ ・ロボットを自律的に学習させるためにはシミュレーションが有用であるが現実世界との間にギャップがある ・現実世界とのギャップは、現実とシミュレーションの間の微妙...
入門／解説 TensorFlowを使用したM理論への新しいアプローチ
１．TensorFlowを使用したM理論への新しいアプローチ ・現在の量子力学では4つの基本的な力のうち3つしか説明できていない、重力が未解明 ・重力を含めて理論的に説明しようとすると膨大な計算が必要になり計算不能 ・TensorFlowに...
ロボット 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)
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...
ロボット 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)
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...
アプリケーション 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(1/3)
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(1/3)まとめ ・Form2Fitは物体をどのように組み合わせるか？をロボットに学ばさせるロボット操作アルゴリズム ・組み合わせの概念を学習する事により物体の...
入門／解説 フレシェ距離を使用したオーディオとビジュアルの品質測定(2/3)
１．フレシェ距離を使用したオーディオとビジュアルの品質測定(2/3)まとめ ・GANの品質を測定する手法としてFID、フレシェ インセプション 距離がある ・FIDの原則に基づいてフレシェビデオ距離(FVD)とフレシェオーディオ距離(FAD...
モデル 動画用ニューラルネットワークを自動で探索する試み(3/3)
１．動画用ニューラルネットワークを自動で探索する試み(3/3)まとめ ・従来モデルより大幅に早くビデオ認識が可能なTiny Video Networksも自動探索する事ができた ・アーキテクチャの自動進化中に実行時間を考慮し計算量を削減する...
モデル 動画用ニューラルネットワークを自動で探索する試み(1/3)
１．動画用ニューラルネットワークを自動で探索する試み(1/3)まとめ ・現在動画用のモデルは通常既存の画像用モデルなどを元に手動で拡張設計されている ・動画用モデルは時空間情報を扱うためAutoMLのような自動化アプローチが困難 ・この課題...
学習手法 ROBEL:3Dプリンタで作成可能な強化学習用ロボット(3/3)
１．ROBEL:3Dプリンタで作成可能な強化学習用ロボット(3/3)まとめ ・ROBELは剛い物体も柔らかい物体も扱う事が出来、予期せぬ妨害や障害に関しても対応可能 ・複数のD'Clawが経験を共有することで、タスクをまとめてより速く学習す...