視覚

1/37ページ

視覚タスクで学習した重みをロボット操作タスクに転移学習する試み(3/3)

AI

1.視覚タスクで学習した重みをロボット操作タスクに転移学習する試み(3/3)まとめ ・把握ロボットではヘッドとバックボーンの両方を転送した方がバックボーン部のみより成功率が高い ・物体の位置を認識する必要がない画像分類タスクなどの重みはパフォーマンスがあまり向上しない ・物体の位置関係の認識を必要とするCOCOデータセットなどの視覚タスクの重みでは大幅に改善できた 2.有効な転移学習と有効ではない […]

視覚タスクで学習した重みをロボット操作タスクに転移学習する試み(2/3)

AI

1.視覚タスクで学習した重みをロボット操作タスクに転移学習する試み(2/3)まとめ ・多くの視覚タスクモデルは「バックボーン(backbone)」と「ヘッド(head)」の2つの部分から構成される ・ヘッドはタスク固有でもあるため転移学習ではバックボーン部のみを転移対象とする事が一般的 ・しかしヘッドだけを転移したモデルはは転移学習なしでトレーニングしたモデルと大差なかった 2.アフォーダンスベー […]

視覚タスクで学習した重みをロボット操作タスクに転移学習する試み(1/3)

AI

1.視覚タスクで学習した重みをロボット操作タスクに転移学習する試み(1/3)まとめ ・ロボットが「物体に対して何が出来て何が出来ないのか?」を直接知覚できるようになると学習効率が良い ・これをアフォーダンスベースの操作と言い入力画像にアクション値を割り当てる事で実装される ・入力画像処理部分に関してはロボットと関係ない全く別の画像処理タスクの重みを転移できないだろうか? 2.affordance- […]

Dreamer:長期視点で考える事が出来る強化学習(3/3)

AI

1.Dreamer:長期視点で考える事が出来る強化学習(3/3)まとめ ・モデルベースのエージェントは500万フレーム未満、シミュレーション内の28時間で効率的に学習可能 ・モデルフリーのエージェントは学習が遅く1億フレーム、23日間に相当する時間を必要とする ・Dreamerは現在の最高のモデルフリーエージェントの平均スコアを20倍少ない学習時間で達成 2.Dreamerの性能 以下、ai.go […]

Dreamer:長期視点で考える事が出来る強化学習(2/3)

AI

1.Dreamer:長期視点で考える事が出来る強化学習(2/3)まとめ ・強力な世界モデルでさえ、正確に予測できる範囲が限られており多くは近視眼的だった ・Dreamerは、バリューネットワークとアクターネットワークでこの制限を克服 ・Dreamerは、計画と行動を切り離すことによりPlaNetが持つ高価な検索コストを回避 2.DreamerとPlaNetの違い 以下、ai.googleblog. […]

1 37