論文の概要: Interferobot: aligning an optical interferometer by a reinforcement learning agent

• arxiv url: http://arxiv.org/abs/2006.02252v2
• Date: Thu, 4 Feb 2021 08:35:39 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-25 18:49:04.978190
• Title: Interferobot: aligning an optical interferometer by a reinforcement learning agent
• Title（参考訳）: 干渉ロボット:強化学習剤による光干渉計の配向
• Authors: Dmitry Sorokin, Alexander Ulanov, Ekaterina Sazhina, Alexander Lvovsky
• Abstract要約: 我々は、単眼カメラで取得した縁の画像に基づいて、マッハ・ツェンダー干渉計を整列するようにRLエージェントを訓練する。 エージェントは、物理に関する手書きの特徴や事前情報なしで、シミュレーション環境で訓練される。 物理測定の不確かさをシミュレートする一連の領域ランダム化により、エージェントはこの干渉計を微調整なしで整列させることに成功した。
• 参考スコア（独自算出の注目度）: 118.43526477102573
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Limitations in acquiring training data restrict potential applications of deep reinforcement learning (RL) methods to the training of real-world robots. Here we train an RL agent to align a Mach-Zehnder interferometer, which is an essential part of many optical experiments, based on images of interference fringes acquired by a monocular camera. The agent is trained in a simulated environment, without any hand-coded features or a priori information about the physics, and subsequently transferred to a physical interferometer. Thanks to a set of domain randomizations simulating uncertainties in physical measurements, the agent successfully aligns this interferometer without any fine tuning, achieving a performance level of a human expert.
• Abstract（参考訳）: 訓練データの取得の制限は、深層強化学習(rl)法の実際のロボットの訓練への応用を制限している。 ここでは、単眼カメラが取得した干渉縞の画像に基づいて、多くの光学実験の不可欠な部分であるマッハ・ツェンダー干渉計を整列するようにRLエージェントを訓練する。 エージェントは、ハンドコードされた特徴や物理に関する事前情報を持たないシミュレーション環境で訓練され、その後、物理干渉計に転送される。 物理測定の不確実性をシミュレートする一連のドメインランダム化により、エージェントはこの干渉計を微調整なしで調整し、人間の専門家のパフォーマンスレベルを達成することに成功した。

関連論文リスト

• Squeezing Enhancement in Lossy Multi-Path Atom Interferometers [0.09782246441301058]
  本稿では、特にブラッグ回折を用いて、原子間干渉法においてスピンスクイーズ状態によって得られる感度の利得について検討する。 現実的な非単位干渉計を正確に記述した一般化された入出力形式を導入する。 その結果,現実的な条件下での量子絡み合いを利用して干渉計の設定を最適化する方法が示唆された。
  論文  参考訳（メタデータ） (2024-09-06T07:59:51Z)
• Fast reconstruction of programmable integrated interferometers [0.0]
  計算コストのかかる最適化手順を使わずに線形代数のみに基づく新しい効率的なアルゴリズムを提案する。 提案手法は,高次元プログラマブル統合干渉計の高速かつ高精度な評価を可能にする。
  論文  参考訳（メタデータ） (2023-07-07T14:48:38Z)
• Spectrum Breathing: Protecting Over-the-Air Federated Learning Against Interference [101.9031141868695]
  モバイルネットワークは、近隣のセルやジャマーからの干渉によって損なわれる可能性がある。 本稿では,帯域幅拡大を伴わない干渉を抑制するために,カスケード段階のプルーニングとスペクトル拡散を行うスペクトルブリーチングを提案する。 呼吸深度によって制御された勾配プルーニングと干渉誘発誤差の間には,性能的トレードオフが認められた。
  論文  参考訳（メタデータ） (2023-05-10T07:05:43Z)
• Towards Scale-Aware, Robust, and Generalizable Unsupervised Monocular Depth Estimation by Integrating IMU Motion Dynamics [74.1720528573331]
  教師なし単眼深度と自我運動推定は近年広く研究されている。 我々は、視覚情報とIMUモーションダイナミクスを統合した新しいスケールアウェアフレームワークDynaDepthを提案する。 我々は、KITTIおよびMake3Dデータセット上で広範囲な実験とシミュレーションを行うことにより、DynaDepthの有効性を検証する。
  論文  参考訳（メタデータ） (2022-07-11T07:50:22Z)
• Two-colour spectrally multimode integrated SU(1,1) interferometer [77.34726150561087]
  超感度モードで動作する統合マルチモード2色SU(1,1)干渉計を開発し,検討する。 統合プラットフォームの適切な設計を保証することにより、分散を抑制し、干渉パターンの可視性を著しく向上させる。 このような干渉計は、最大3*104$光子を生成する場合に、幅広いパラメトリックゲイン範囲の古典位相感度限界を克服することを示した。
  論文  参考訳（メタデータ） (2022-02-10T13:30:42Z)
• Aligning an optical interferometer with beam divergence control and continuous action space [64.71260357476602]
  我々は1本の腕に共焦点望遠鏡を備えた光学的マッハ・ツェンダー干渉計の視覚に基づくアライメントを実装した。 実験的評価では、エージェントは、既存のソリューションと人間の専門家とを著しく上回る。
  論文  参考訳（メタデータ） (2021-07-09T14:23:01Z)
• Towards probing for hypercomplex quantum mechanics in a waveguide interferometer [55.41644538483948]
  マルチパス導波路干渉計とメカニカルシャッターを併用した超複素量子力学試験の適合性について実験的に検討した。 偽陽性の検査結果につながる可能性のある実験的欠陥の影響を系統的に分析した。
  論文  参考訳（メタデータ） (2021-04-23T13:20:07Z)
• Reconfigurable Integrated Optical Interferometer Network-Based Physically Unclonable Function [0.0]
  我々は,マッハ・ツェンダー干渉計を含む大型集積線形光学素子の特性について述べる。 実規模で調整可能なインターフェロメトリ装置は,本質的には拘束不能である。
  論文  参考訳（メタデータ） (2020-12-18T15:59:55Z)
• Deep Interference Mitigation and Denoising of Real-World FMCW Radar Signals [16.748215232763517]
  実世界レーダ計測における干渉緩和のための畳み込みニューラルネットワーク(CNN)に基づくアプローチの評価を行った。 実測値と模擬干渉を組み合わせることで,モデルの学習に適した入力出力データを生成する。
  論文  参考訳（メタデータ） (2020-12-04T11:22:13Z)

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。