論文の概要: Interactive Natural Language-based Person Search
- arxiv url: http://arxiv.org/abs/2002.08434v1
- Date: Wed, 19 Feb 2020 20:42:19 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-30 13:26:34.178100
- Title: Interactive Natural Language-based Person Search
- Title（参考訳）: 対話型自然言語に基づく人物探索
- Authors: Vikram Shree, Wei-Lun Chao and Mark Campbell
- Abstract要約: 人間の記述を効果的に取得するアルゴリズムの設計法について検討する。
視覚的および言語的理解に使用されるモデルを用いて、興味ある人(POI)を原則的に検索するアルゴリズムを提案する。
次に、ロボットがPOIの外観に関する追加情報を要求できる反復的質問応答(QA)戦略について検討する。
- 参考スコア（独自算出の注目度）: 15.473033192858543
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this work, we consider the problem of searching people in an unconstrained
environment, with natural language descriptions. Specifically, we study how to
systematically design an algorithm to effectively acquire descriptions from
humans. An algorithm is proposed by adapting models, used for visual and
language understanding, to search a person of interest (POI) in a principled
way, achieving promising results without the need to re-design another
complicated model. We then investigate an iterative question-answering (QA)
strategy that enable robots to request additional information about the POI's
appearance from the user. To this end, we introduce a greedy algorithm to rank
questions in terms of their significance, and equip the algorithm with the
capability to dynamically adjust the length of human-robot interaction
according to model's uncertainty. Our approach is validated not only on
benchmark datasets but on a mobile robot, moving in a dynamic and crowded
environment.
- Abstract（参考訳）: 本研究では,制約のない環境において,自然言語で人を探すことの問題点を考察する。
具体的には,人間の記述を効果的に獲得するアルゴリズムを体系的に設計する方法を検討する。
視覚的および言語的理解に使用されるモデルを用いて、興味ある人物(POI)を原則的に探索し、別の複雑なモデルを再設計することなく、有望な結果を達成するアルゴリズムを提案する。
次に、ロボットがユーザからPOIの外観に関する追加情報を要求できる反復的質問応答(QA)戦略について検討する。
そこで本研究では,その重要性の観点から質問をランク付けする欲求アルゴリズムを導入し,モデルの不確実性に応じて人間とロボットの相互作用の長さを動的に調整するアルゴリズムを提案する。
私たちのアプローチは、ベンチマークデータセットだけでなく、動的で混み合った環境で動くモバイルロボット上でも検証されます。
関連論文リスト
- Human-Robot Collaborative Minimum Time Search through Sub-priors in Ant Colony Optimization [3.04478108783992]
本稿では,最小時間探索(MTS)課題を解決するため,ACOメタヒューリスティックの拡張を提案する。
提案したモデルは2つの主要ブロックから構成される。第1のモデルは畳み込みニューラルネットワーク(CNN)で、オブジェクトがセグメント化された画像からどこにあるかという事前確率を提供する。
2つ目は、サブプライアのMTS-ACOアルゴリズム(SP-MTS-ACO)である。
論文 参考訳（メタデータ） (2024-10-01T08:57:28Z) - Automated Process Planning Based on a Semantic Capability Model and SMT [50.76251195257306]
製造システムと自律ロボットの研究において、機械で解釈可能なシステム機能の仕様に「能力」という用語が用いられる。
セマンティック能力モデルから始めて、AI計画問題を自動的に生成するアプローチを提案する。
論文 参考訳（メタデータ） (2023-12-14T10:37:34Z) - Interactive Planning Using Large Language Models for Partially
Observable Robotics Tasks [54.60571399091711]
大きな言語モデル(LLM)は、オープン語彙タスクを実行するロボットエージェントを作成することで、驚くべき成果を上げている。
LLMを用いた部分的に観測可能なタスクのための対話型計画手法を提案する。
論文 参考訳（メタデータ） (2023-12-11T22:54:44Z) - Contribution \`a l'Optimisation d'un Comportement Collectif pour un
Groupe de Robots Autonomes [0.0]
この論文は集団ロボット工学の分野、特にマルチロボットシステムの最適化問題を研究している。
最初の貢献は、未知領域探索問題の解決にButterfly Algorithm Optimization (BOA) を用いることである。
第2の貢献は、ロボット工学における動的増分問題をベンチマークするための新しいシミュレーションフレームワークの開発である。
論文 参考訳（メタデータ） (2023-06-10T21:49:08Z) - Interactive Natural Language Processing [67.87925315773924]
対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。
本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
論文 参考訳（メタデータ） (2023-05-22T17:18:29Z) - Human-Centric Multimodal Machine Learning: Recent Advances and Testbed
on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。
i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文 参考訳（メタデータ） (2023-02-13T16:44:44Z) - Discovering Unsupervised Behaviours from Full-State Trajectories [1.827510863075184]
本稿では,自律的に行動特性を見出す品質多様性アルゴリズムとして,自律型ロボットの能力を実現する手法を提案する。
本手法は,ロボットが実状態の軌道から自律的にその能力を見いださなければならないシミュレーションロボット環境において評価する。
より具体的には、分析されたアプローチは、ロボットを多様な位置に移動させるポリシーを自律的に見つけるだけでなく、脚を多様な方法で活用し、ハーフロールも行う。
論文 参考訳（メタデータ） (2022-11-22T16:57:52Z) - HARPS: An Online POMDP Framework for Human-Assisted Robotic Planning and
Sensing [1.3678064890824186]
HARPS(Human Assisted Robotic Planning and Sensing)フレームワークは、ロボットチームにおけるアクティブなセマンティックセンシングと計画のためのフレームワークである。
このアプローチにより、人間が不規則にモデル構造を強制し、不確実な環境で意味的なソフトデータの範囲を拡張することができる。
大規模部分構造環境におけるUAV対応ターゲット探索アプリケーションのシミュレーションは、時間と信念状態の推定において著しく改善されている。
論文 参考訳（メタデータ） (2021-10-20T00:41:57Z) - Human-Robot Collaboration and Machine Learning: A Systematic Review of
Recent Research [69.48907856390834]
人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。
本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
論文 参考訳（メタデータ） (2021-10-14T15:14:33Z) - Generating Human-Like Movement: A Comparison Between Two Approaches
Based on Environmental Features [4.511923587827301]
環境特性に基づいて人間のような軌道を生成するための2つの新しいアルゴリズムが提示されている。
人間の類似性は、最終生成軌道を現実的なものと判断する人間の専門家によってテストされている。
予め定義した基準により,実際の軌道に近い軌道を生成するにもかかわらず,特徴ベースA*アルゴリズムは,アトラクションベースA*アルゴリズムと比較して時間効率が低いことを示す。
論文 参考訳（メタデータ） (2020-12-11T16:45:32Z) - DRG: Dual Relation Graph for Human-Object Interaction Detection [65.50707710054141]
人-物間相互作用(HOI)検出の課題に対処する。
既存の方法は、人間と物体の対の相互作用を独立に認識するか、複雑な外観に基づく共同推論を行う。
本稿では,抽象的空間意味表現を活用して,各対象対を記述し,二重関係グラフを用いてシーンの文脈情報を集約する。
論文 参考訳（メタデータ） (2020-08-26T17:59:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。