論文の概要: Ultrasound-Guided Robotic Navigation with Deep Reinforcement Learning
- arxiv url: http://arxiv.org/abs/2003.13321v2
- Date: Tue, 7 Apr 2020 06:37:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-18 07:07:08.163403
- Title: Ultrasound-Guided Robotic Navigation with Deep Reinforcement Learning
- Title(参考訳): 深部強化学習による超音波誘導ロボットナビゲーション
- Authors: Hannes Hase, Mohammad Farid Azampour, Maria Tirindelli, Magdalini
Paschali, Walter Simson, Emad Fatemizadeh and Nassir Navab
- Abstract要約: 本稿では,超音波(US)画像を入力として利用する,RLに基づくロボットナビゲーション手法を提案する。
提案したモデルをテストすると,165の異なるスタート位置から正常に仙骨へ移動する確率82.91%を得た。
- 参考スコア(独自算出の注目度): 38.136007056617885
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper we introduce the first reinforcement learning (RL) based
robotic navigation method which utilizes ultrasound (US) images as an input.
Our approach combines state-of-the-art RL techniques, specifically deep
Q-networks (DQN) with memory buffers and a binary classifier for deciding when
to terminate the task.
Our method is trained and evaluated on an in-house collected data-set of 34
volunteers and when compared to pure RL and supervised learning (SL)
techniques, it performs substantially better, which highlights the suitability
of RL navigation for US-guided procedures. When testing our proposed model, we
obtained a 82.91% chance of navigating correctly to the sacrum from 165
different starting positions on 5 different unseen simulated environments.
- Abstract(参考訳): 本稿では,超音波(us)画像を入力として利用する,第1次強化学習(rl)ベースのロボットナビゲーション手法を提案する。
このアプローチは最先端のrl技術、特にディープq-networks(dqn)とメモリバッファ、タスクの終了時期を決定するバイナリ分類器を組み合わせる。
本手法は,34名のボランティアを社内で収集したデータを用いて訓練・評価し,純粋なRLと教師あり学習(SL)技術と比較した場合,米国誘導手術におけるRLナビゲーションの適性を強調した。
提案モデルの試験では, 5つの異なる模擬環境において, 165個の異なる開始位置から, 正常に仙骨へ航行する82.91%の確率を得た。
関連論文リスト
- Aquatic Navigation: A Challenging Benchmark for Deep Reinforcement Learning [53.3760591018817]
ゲームエンジンとDeep Reinforcement Learningの統合の最近の進歩を利用して,水上ナビゲーションのための新しいベンチマーク環境を提案する。
具体的には、最も広く受け入れられているアルゴリズムの一つであるPPOに着目し、先進的なトレーニング手法を提案する。
実験により,これらの成分をうまく組み合わせることで,有望な結果が得られることが示された。
論文 参考訳(メタデータ) (2024-05-30T23:20:23Z) - DRL4Route: A Deep Reinforcement Learning Framework for Pick-up and
Delivery Route Prediction [21.335721424944257]
ルート予測タスクにRL(Reinforcement Learning)を一般化する最初の試みとして,DRL4Routeと呼ばれる新しいRLベースのフレームワークを提案する。
DRL4Routeは既存のディープラーニングモデルを強化するためのプラグイン・アンド・プレイコンポーネントとして機能する。
これは、一般化アドバンテージ推定器を備えたアクター批判アーキテクチャに従う。
論文 参考訳(メタデータ) (2023-07-30T14:50:31Z) - Supervised Pretraining Can Learn In-Context Reinforcement Learning [96.62869749926415]
本稿では,意思決定問題における変換器の文脈内学習能力について検討する。
本稿では,変換器が最適動作を予測する教師付き事前学習法であるDPT(Decision-Pretrained Transformer)を導入,研究する。
事前学習した変換器は、オンラインと保守主義の両方をオフラインで探索することで、コンテキスト内における様々なRL問題の解決に利用できる。
論文 参考訳(メタデータ) (2023-06-26T17:58:50Z) - Ada-NAV: Adaptive Trajectory Length-Based Sample Efficient Policy Learning for Robotic Navigation [72.24964965882783]
軌道長は強化学習アルゴリズムの学習過程において重要な役割を果たす。
本稿では,RLアルゴリズムのトレーニングサンプル効率を向上させるための適応軌道長スキームであるAda-NAVを紹介する。
我々は,Ada-NAVが従来の手法より優れている実世界のロボット実験を実演する。
論文 参考訳(メタデータ) (2023-06-09T18:45:15Z) - Deep Black-Box Reinforcement Learning with Movement Primitives [15.184283143878488]
深部強化学習のための新しいアルゴリズムを提案する。
これは、政治的に成功したディープRLアルゴリズムである、微分可能な信頼領域層に基づいている。
複雑なロボット制御タスクにおいて,ERLアルゴリズムと最先端のステップベースアルゴリズムを比較した。
論文 参考訳(メタデータ) (2022-10-18T06:34:52Z) - Reward Uncertainty for Exploration in Preference-based Reinforcement
Learning [88.34958680436552]
好みに基づく強化学習アルゴリズムを対象とした探索手法を提案する。
我々の基本的な考え方は、学習した報酬に基づいて、斬新さを測定することによって、本質的な報酬を設計することである。
実験により、学習報酬の不確実性からの探索ボーナスは、好みに基づくRLアルゴリズムのフィードバック効率とサンプル効率の両方を改善することが示された。
論文 参考訳(メタデータ) (2022-05-24T23:22:10Z) - Cross-Modal Contrastive Learning of Representations for Navigation using
Lightweight, Low-Cost Millimeter Wave Radar for Adverse Environmental
Conditions [1.9822346227538585]
学習に基づく自律ナビゲーションのためのシングルチップミリ波(mmWave)レーダの使用を提案する。
mmWaveレーダ信号はしばしば騒がしいため、表現のためのクロスモーダルコントラスト学習(CM-CLR)法を提案します。
対比学習によるエンドツーエンドの深部RLポリシーは、煙がいっぱいの迷路環境でロボットをうまくナビゲートしました。
論文 参考訳(メタデータ) (2021-01-10T11:21:17Z) - Learning Dexterous Manipulation from Suboptimal Experts [69.8017067648129]
相対エントロピーQラーニング(Relative Entropy Q-Learning、REQ)は、オフラインおよび従来のRLアルゴリズムのアイデアを組み合わせた単純なポリシーアルゴリズムである。
本稿では、REQが、デモから一般の政治外RL、オフラインRL、およびRLにどのように有効であるかを示す。
論文 参考訳(メタデータ) (2020-10-16T18:48:49Z)
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。