論文の概要: Adapted Pepper

• arxiv url: http://arxiv.org/abs/2009.03648v1
• Date: Tue, 8 Sep 2020 11:36:37 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-20 21:31:05.744497
• Title: Adapted Pepper
• Title（参考訳）: 適応ペッパー
• Authors: Maxime Caniot, Vincent Bonnet, Maxime Busy, Thierry Labaye, Michel Besombes, Sebastien Courtois and Edouard Lagrue
• Abstract要約: 組込み計算能力の欠如は、技術アルゴリズムの状態の計算要求の増大に追従するのは難しいため、大量生産されたロボットにおいてより重要である。 本稿では,組込みGPUを備えたPepperのプロトタイプを紹介するとともに,ロボットの頭部に3Dカメラを追加し,後期GPUに接続する。 このプロトタイプはAdapted Pepperと呼ばれ、OpenPose、YOLO、センサー情報処理などのアルゴリズムを組み込むために、MuMMERと呼ばれるヨーロッパのプロジェクトのために開発された。
• 参考スコア（独自算出の注目度）: 0.5403103425021848
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: One of the main issue in robotics is the lack of embedded computational power. Recently, state of the art algorithms providing a better understanding of the surroundings (Object detection, skeleton tracking, etc.) are requiring more and more computational power. The lack of embedded computational power is more significant in mass-produced robots because of the difficulties to follow the increasing computational requirements of state of the art algorithms. The integration of an additional GPU allows to overcome this lack of embedded computational power. We introduce in this paper a prototype of Pepper with an embedded GPU, but also with an additional 3D camera on the head of the robot and plugged to the late GPU. This prototype, called Adapted Pepper, was built for the European project called MuMMER (MultiModal Mall Entertainment Robot) in order to embed algorithms like OpenPose, YOLO or to process sensors information and, in all cases, avoid network dependency for deported computation.
• Abstract（参考訳）: ロボット工学の主な課題の1つは、組み込み計算能力の欠如である。 近年,周辺環境(物体検出,骨格追跡など)をよりよく理解する技術アルゴリズムが求められている。 組込み計算能力の欠如は、技術アルゴリズムの状態の計算要求の増大に追従するのは難しいため、大量生産されたロボットにおいてより重要である。 追加のGPUの統合により、この組み込み計算能力の欠如を克服することができる。 本稿では,組込みGPUを備えたPepperのプロトタイプを紹介するとともに,ロボットの頭部に3Dカメラを追加し,後期GPUに接続する。 このプロトタイプはadapted pepperと呼ばれ、ヨーロッパプロジェクトmummer(multimodal mall entertainment robot)のために開発され、openposeやyoloなどのアルゴリズムを埋め込んだり、センサー情報を処理したり、いずれにしても送還された計算のためのネットワーク依存を回避したりする。

関連論文リスト

• Body Transformer: Leveraging Robot Embodiment for Policy Learning [51.531793239586165]
  ボディートランスフォーマー(ボディートランスフォーマー、Body Transformer、BoT)は、学習プロセスを導く誘導バイアスを提供することで、ロボットの体現性を活用するアーキテクチャである。 我々はロボットの体をセンサーとアクチュエータのグラフとして表現し、建築全体を通してプール情報にマスキングされた注意を頼りにしている。 結果として得られるアーキテクチャは、バニラ変換器と古典的な多層パーセプトロンを、タスク完了、スケーリング特性、計算効率の点で上回る。
  論文  参考訳（メタデータ） (2024-08-12T17:31:28Z)
• HumanoidBench: Simulated Humanoid Benchmark for Whole-Body Locomotion and Manipulation [50.616995671367704]
  そこで本研究では,人型ロボットが器用な手を備えた,高次元シミュレーション型ロボット学習ベンチマークHumanoidBenchを提案する。 その結果,現在最先端の強化学習アルゴリズムがほとんどのタスクに支障をきたすのに対して,階層的学習アプローチはロバストな低レベルポリシーに支えられた場合,優れた性能を達成できることがわかった。
  論文  参考訳（メタデータ） (2024-03-15T17:45:44Z)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• Learning representations by forward-propagating errors [0.0]
  バックプロパゲーション(BP)はニューラルネットワーク最適化のための学習アルゴリズムとして広く使われている。 現在のニューラルネットワークオプティミザイトンは、計算統一デバイスアーキテクチャ(CUDA)プログラミングによるグラフィカル処理ユニット(GPU)で実行される。 本稿では,GPU上でのアクセラレーションと同じくらい高速な高速学習アルゴリズムをCPU上で提案する。
  論文  参考訳（メタデータ） (2023-08-17T13:56:26Z)
• Pushing the Limits of Machine Design: Automated CPU Design with AI [17.94195761659386]
  我々は、中央処理ユニット(CPU)を自動設計する新しいAIアプローチを提案する。 このアプローチは、正式なプログラムコードではなく、外部の入出力観測のみから回路論理を生成する。 これまでにない大きさの1010540のサーチスペースを探索することで、我々の最もよく知られたマシン設計オブジェクトの1つであり、我々のアプローチは、わずか5時間で産業規模のRISC-V CPUを生成する。
  論文  参考訳（メタデータ） (2023-06-21T05:50:33Z)
• Physical Computing for Materials Acceleration Platforms [81.09376948478891]
  我々は、MAPs研究プログラムの一環として、新しい素材の探索を加速する同じシミュレーションとAIツールが、根本的に新しいコンピュータ媒体の設計を可能にすると論じている。 シミュレーションに基づくMAPプログラムの概要を述べる。 我々は、材料研究者と計算機科学者の革新的なコラボレーションの新たな時代を導入することを期待している。
  論文  参考訳（メタデータ） (2022-08-17T23:03:54Z)
• Batch-efficient EigenDecomposition for Small and Medium Matrices [65.67315418971688]
  EigenDecomposition (ED)は多くのコンピュータビジョンアルゴリズムとアプリケーションの中心にある。 本稿では,コンピュータビジョンの応用シナリオに特化したQRベースのED手法を提案する。
  論文  参考訳（メタデータ） (2022-07-09T09:14:12Z)
• qRobot: A Quantum computing approach in mobile robot order picking and batching problem solver optimization [0.0]
  オーダーピッキングが適用される倉庫や流通センターにおいて、移動距離を最小限に抑えるために量子アルゴリズムが開発された。 概念実証は、量子計算最適化アルゴリズムを生成するRaspberry Pi 4を通じて提案される。 ロボットはハイブリッドコンピューティングにおける操作の一部を並列化することができる。
  論文  参考訳（メタデータ） (2021-05-11T08:31:27Z)
• MVS2D: Efficient Multi-view Stereo via Attention-Driven 2D Convolutions [47.712764089489355]
  MVS2Dは、注意メカニズムを介してマルチビュー制約をシングルビューネットワークにシームレスに統合する高効率なマルチビューステレオアルゴリズムです。 提案手法は精度の高い深さ推定を行い,scannet,sun3d,rgbdに挑戦する。
  論文  参考訳（メタデータ） (2021-04-27T16:56:05Z)
• A Survey of FPGA-Based Robotic Computing [14.678669738217552]
  ロボットアルゴリズムの高速計算とデータ複雑さは、その応用に大きな課題をもたらす。 特別に設計されたハードウェアロジックとアルゴリズムカーネルにより、FPGAベースのアクセラレータはCPUとGPUを性能とエネルギー効率で上回ることができる。 ソフトウェアとハードウェアの最適化技術と主要な技術的問題の解析と、いくつかの商用および宇宙アプリケーションについて述べる。
  論文  参考訳（メタデータ） (2020-09-13T16:22:08Z)
• How deep the machine learning can be [0.0]
  機械学習は、主に従来のコンピューティング(プロセッサ)に基づいている。 本稿では,AIソリューションの計算性能のスケールアップについて,いくつかの問題点を概観する。
  論文  参考訳（メタデータ） (2020-05-02T16:06:31Z)

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。