論文の概要: An Experiment in Morphological Development for Learning ANN Based Controllers

• arxiv url: http://arxiv.org/abs/2003.07195v1
• Date: Thu, 12 Mar 2020 14:29:06 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-24 15:24:43.546471
• Title: An Experiment in Morphological Development for Learning ANN Based Controllers
• Title（参考訳）: ANNに基づく制御系学習のための形態的開発の試み
• Authors: M.Naya-Varela (1), A. Faina (2) and R. J. Duro (1) ((1) Universidade da Coruna, (2) IT University of Copenhagen)
• Abstract要約: 学習過程は出生時の形態から始まり、成人になるまで形態を変化させる。 このアプローチをロボットシステムに移すと、文献で得られた結果は矛盾する。 本稿では,四足歩行における簡単な,しかし非常に有意義な実験から,いくつかの問題を解析する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Morphological development is part of the way any human or animal learns. The learning processes starts with the morphology at birth and progresses through changing morphologies until adulthood is reached. Biologically, this seems to facilitate learning and make it more robust. However, when this approach is transferred to robotic systems, the results found in the literature are inconsistent: morphological development does not provide a learning advantage in every case. In fact, it can lead to poorer results than when learning with a fixed morphology. In this paper we analyze some of the issues involved by means of a simple, but very informative experiment in quadruped walking. From the results obtained an initial series of insights on when and under what conditions to apply morphological development for learning are presented.
• Abstract（参考訳）: 形態発達は、人間や動物が学ぶ方法の一部である。 学習過程は出生時の形態から始まり、成人になるまで形態を変化させる。 生物学的には、これは学習を促進し、より堅牢にするように見える。 しかし、このアプローチをロボットシステムに移行した場合、文献で得られた結果は矛盾する。 実際、固定形態学で学ぶ場合よりも、結果が貧弱になる可能性がある。 本稿では,四足歩行における簡単な,しかし非常に有意義な実験から,いくつかの問題を解析する。 結果から,学習に形態素発達を応用すべき条件についての最初の知見を得た。

関連論文リスト

• Knowledge-Guided Prompt Learning for Lifespan Brain MR Image Segmentation [53.70131202548981]
  本稿では,脳MRIにKGPL(Knowledge-Guided Prompt Learning)を用いた2段階のセグメンテーションフレームワークを提案する。 具体的には,大規模データセットと準最適ラベルを用いたトレーニング前セグメンテーションモデルについて述べる。 知識的プロンプトの導入は、解剖学的多様性と生物学的プロセスの間の意味的関係を捉えている。
  論文  参考訳（メタデータ） (2024-07-31T04:32:43Z)
• MorphGrower: A Synchronized Layer-by-layer Growing Approach for Plausible Neuronal Morphology Generation [38.87351909710185]
  本稿では,ニューロンの自然成長機構を模倣したMorphGrowerを提案する。 MorphGrowerは層ごとにモルフォロジー層を生成し、その後の各層は以前に生成された構造に条件付けされる。 4つの実世界のデータセットの結果、MorphGrowerはMorphVAEを顕著な差で上回っている。
  論文  参考訳（メタデータ） (2024-01-17T09:03:14Z)
• Continual Learning with Bayesian Model based on a Fixed Pre-trained Feature Extractor [55.9023096444383]
  現在のディープラーニングモデルは、新しいクラスを学ぶ際に古い知識を破滅的に忘れることによって特徴づけられる。 人間の脳における新しい知識の学習プロセスに着想を得て,連続学習のためのベイズ生成モデルを提案する。
  論文  参考訳（メタデータ） (2022-04-28T08:41:51Z)
• The Effects of Learning in Morphologically Evolving Robot Systems [8.627180519837657]
  学習はタスクのパフォーマンスを大幅に向上させ、特定のフィットネスレベルに達するために必要な世代数を削減できることを示す。 学習はコントローラにのみ直接影響を与えるが、進化した形態も異なることを実証する。 進化過程を通じて、遺伝と学習した脳のパフォーマンス差である学習デルタが成長しているのを観察する。
  論文  参考訳（メタデータ） (2021-11-18T18:20:33Z)
• The Effects of Learning in Morphologically Evolving Robot Systems [10.592277756185046]
  モジュール型ロボットは、組換えと突然変異によって両親の身体を継承する子孫を生成できるシステムを構築した。 第1のアプローチは、ロボットの子供の脳が親から受け継がれていることを意味する進化のみを含む。 第2のアプローチは進化と学習であり、これは子供の脳も継承されることを意味するが、さらに学習アルゴリズムによって開発される。
  論文  参考訳（メタデータ） (2021-07-17T14:38:26Z)
• Relational Subsets Knowledge Distillation for Long-tailed Retinal Diseases Recognition [65.77962788209103]
  本研究では,長尾データを知識に基づいて複数のクラスサブセットに分割し,クラスサブセット学習を提案する。 モデルがサブセット固有の知識の学習に集中するように強制する。 提案手法は長期網膜疾患認識タスクに有効であることが判明した。
  論文  参考訳（メタデータ） (2021-04-22T13:39:33Z)
• Task-Agnostic Morphology Evolution [94.97384298872286]
  モルフォロジーと振る舞いを共同適用する現在のアプローチでは、特定のタスクの報酬をモルフォロジー最適化のシグナルとして使用します。 これはしばしば高価なポリシー最適化を必要とし、一般化するために構築されていないタスクに依存した形態をもたらす。 我々は,これらの問題を緩和するための新しいアプローチであるタスク非依存形態進化(tame)を提案する。
  論文  参考訳（メタデータ） (2021-02-25T18:59:21Z)
• Embodied Intelligence via Learning and Evolution [92.26791530545479]
  環境の複雑さが形態学的知能の進化を促進することを示す。 また、進化は速く学習する形態を素早く選択することを示した。 我々の実験は、ボールドウィン効果とモルフォロジーインテリジェンスの発生の両方の力学的基礎を示唆している。
  論文  参考訳（メタデータ） (2021-02-03T18:58:31Z)
• A Developmental Neuro-Robotics Approach for Boosting the Recognition of Handwritten Digits [91.3755431537592]
  近年のエビデンスでは、子どもの体現戦略をシミュレーションすることで、マシンインテリジェンスも改善できることが示されている。 本稿では,発達神経ロボティクスの文脈における畳み込みニューラルネットワークモデルへの具体的戦略の適用について検討する。
  論文  参考訳（メタデータ） (2020-03-23T14:55:00Z)
• Some Experiments on the influence of Problem Hardness in Morphological Development based Learning of Neural Controllers [0.0]
  本稿では,形態的発達が学習を促進するためにどのように活用できるかを考察する。 特に、複雑なタスクを学ぶ際に形態的発達が真に有利になるかどうか、そしてタスクが困難になるにつれて、そのタスクの学習への関連性に焦点をあてる。
  論文  参考訳（メタデータ） (2020-03-12T14:23:25Z)

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。