階層ディリクレ過程スイッチング線形力学系による確率的軌道分割
Probabilistic Trajectory Segmentation by Means of Hierarchical Dirichlet Process Switching Linear Dynamical Systems
ロボットの動作プリミティブライブラリ構築のため、軌道をスイッチング線形力学系でモデル化し、ギブスサンプラーを用いたノンパラメトリックベイズ推定で軌道の意味ある分割を自動推定する手法を提案した。
著者: Maximilian Sieb, Matthias Schultheis, Sebastian Szelag, Rudolf Lioutikov, Jan Peters
分類: stat.ML, cs.LG, cs.RO
原文アブストラクト
Using movement primitive libraries is an effective means to enable robots to solve more complex tasks. In order to build these movement libraries, current algorithms require a prior segmentation of the demonstration trajectories. A promising approach is to model the trajectory as being generated by a set of Switching Linear Dynamical Systems and inferring a meaningful segmentation by inspecting the transition points characterized by the switching dynamics. With respect to the learning, a nonparametric Bayesian approach is employed utilizing a Gibbs sampler.
関連論文
- パラメータ空間における動作プリミティブの次元削減動作プリミティブ
