日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

模倣学習/動作生成arXiv:2404.19412

ロボット適応性の向上:教師なし軌道セグメンテーションと条件付きProMPの統合による動的学習環境への対応

Enhancing Robotic Adaptability: Integrating Unsupervised Trajectory Segmentation and Conditional ProMPs for Dynamic Learning Environments

シェア:XThreadsFacebookLINEはてブBluesky

自動エンコーダとRNNを組み合わせて連続動作データから重要な遷移点を教師なしで抽出し、条件付き確率的動作プリミティブ(ProMP)で軌道を動的に調整する枠組みを提案。ラベル付きデータへの依存を減らしつつ、動的環境下でのロボット動作の柔軟性と精度を向上させる。

著者: Tianci Gao

分類: cs.RO, cs.SY, eess.SY

原文アブストラクト

We propose a novel framework for enhancing robotic adaptability and learning efficiency, which integrates unsupervised trajectory segmentation with adaptive probabilistic movement primitives (ProMPs). By employing a cutting-edge deep learning architecture that combines autoencoders and Recurrent Neural Networks (RNNs), our approach autonomously pinpoints critical transitional points in continuous, unlabeled motion data, thus significantly reducing dependence on extensively labeled datasets. This innovative method dynamically adjusts motion trajectories using conditional variables, significantly enhancing the flexibility and accuracy of robotic actions under dynamic conditions while also reducing the computational overhead associated with traditional robotic programming methods. Our experimental validation demonstrates superior learning efficiency and adaptability compared to existing techniques, paving the way for advanced applications in industrial and service robotics.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI