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いよ...
object recognition
ロボット モデル 集積カプセルオートエンコーダー(3/6)
１．集積カプセルオートエンコーダー(3/6)まとめ・オブジェクトカプセルは、様々な種類のオブジェクトに特化して学習できる事がわかった・MNISTとSVHNを対象にしたカプセルオブジェクトをクラスタ化すると最先端の結果が得られた・より表現力の...
ロボット TossingBot：物理学と深層学習の統合(1/2)
１．TossingBot：物理学と深層学習の統合(1/2)まとめ・非構造化環境でロボットを安全に動作させる事は依然として困難・TossingBotは乱雑な状況で稼働可能なピッキングロボット・投げたオブジェクトが何処に着地したかを観察して学習...
モデル Grasp2Vec：物体を掴む事により認知能力を高める自己監視型強化学習(2/2)
１．Grasp2Vec：物体を掴む事により認知能力を高める自己監視型強化学習(2/2)まとめ・Grasp2Vecは物体をベクトル表現する事で物体同士のベクトル演算を可能にする・これによりGrasp2Vecは物体同士の類似性や指定物体の場所の...
モデル Grasp2Vec：物体を掴む事により認知能力を高める自己監視型強化学習(1/2)
１．Grasp2Vec：物体を掴む事により認知能力を高める自己監視型強化学習(1/2)まとめ・人間は誰にも教えられなくとも物を掴み、それを認知できるようになる・Grasp2Vecはこの掴む事と認知機能の関係性に着目した・自己監視型強化学習は...