論文の概要: Emergence of Spatial Coordinates via Exploration
- arxiv url: http://arxiv.org/abs/2010.15469v1
- Date: Thu, 29 Oct 2020 10:31:27 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-01 22:37:00.414001
- Title: Emergence of Spatial Coordinates via Exploration
- Title(参考訳): 探査による空間座標の創発
- Authors: Alban Laflaqui\`ere
- Abstract要約: ロボット工学では、ユークリッド座標系とエージェントの前方モデルが先入観として定義される。
本研究では, 内的エージェントが外部空間と同じ次元, 計量正則性を持つ内部座標系を自律的に構築可能であることを示す。
- 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: Spatial knowledge is a fundamental building block for the development of
advanced perceptive and cognitive abilities. Traditionally, in robotics, the
Euclidean (x,y,z) coordinate system and the agent's forward model are defined a
priori. We show that a naive agent can autonomously build an internal
coordinate system, with the same dimension and metric regularity as the
external space, simply by learning to predict the outcome of sensorimotor
transitions in a self-supervised way.
- Abstract(参考訳): 空間知識は、高度な知覚能力と認知能力を開発するための基本的な構成要素である。
伝統的にロボット工学では、ユークリッド座標系(x,y,z)とエージェントの前方モデルが事前定義されている。
本研究では, 自律的に内部座標系を構築でき, 外部空間と同じ次元, 計量正則性を持つことを示す。
関連論文リスト
- Interactive Autonomous Navigation with Internal State Inference and
Interactivity Estimation [58.21683603243387]
本稿では,関係時間的推論を伴う3つの補助的タスクを提案し,それらを標準のディープラーニングフレームワークに統合する。
これらの補助的なタスクは、他の対話的エージェントの行動パターンを推測するための追加の監視信号を提供する。
提案手法は,標準評価指標の観点から,頑健かつ最先端のパフォーマンスを実現する。
論文 参考訳(メタデータ) (2023-11-27T18:57:42Z) - A Language Agent for Autonomous Driving [33.64382018350317]
本稿では,人間のような知性を自律運転システムに統合するためのパラダイムシフトを提案する。
当社のアプローチは、Agent-Driverと呼ばれ、従来の自動運転パイプラインを変換します。
我々の手法は最先端の運転方法よりも大きなマージンで優れています。
論文 参考訳(メタデータ) (2023-11-17T18:59:56Z) - JRDB-Traj: A Dataset and Benchmark for Trajectory Forecasting in Crowds [79.00975648564483]
ロボット工学、自動運転車、ナビゲーションなどの分野で使用される軌道予測モデルは、現実のシナリオにおいて課題に直面している。
このデータセットは、ロボットの観点から、すべてのエージェント、シーンイメージ、ポイントクラウドの位置を含む包括的なデータを提供する。
本研究の目的は,ロボットに対するエージェントの将来の位置を,生の感覚入力データを用いて予測することである。
論文 参考訳(メタデータ) (2023-11-05T18:59:31Z) - Incremental procedural and sensorimotor learning in cognitive humanoid
robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。
各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。
結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文 参考訳(メタデータ) (2023-04-30T22:51:31Z) - Kernel Based Cognitive Architecture for Autonomous Agents [91.3755431537592]
本稿では,認知機能構築への進化的アプローチについて考察する。
本稿では,シンボル創発問題に基づくエージェントの進化を保証する認知アーキテクチャについて考察する。
論文 参考訳(メタデータ) (2022-07-02T12:41:32Z) - Stochastic Coherence Over Attention Trajectory For Continuous Learning
In Video Streams [64.82800502603138]
本稿では,映像ストリーム中のピクセルワイズ表現を段階的かつ自律的に開発するための,ニューラルネットワークに基づく新しいアプローチを提案する。
提案手法は, 参加者の入場地を観察することで, エージェントが学習できる, 人間の様の注意機構に基づく。
実験では,3次元仮想環境を利用して,映像ストリームを観察することで,エージェントが物体の識別を学べることを示す。
論文 参考訳(メタデータ) (2022-04-26T09:52:31Z) - Commonsense Spatial Reasoning for Visually Intelligent Agents [0.8029049649310213]
実世界のロボット応用に適したコモンセンス空間推論のためのフレームワークを提案する。
提案するフレームワークは,ロボットの視点やオブジェクト指向のバリエーションに頑健である。
本稿では,このフレームワークを具体的な空間データベースに実装する方法について述べる。
論文 参考訳(メタデータ) (2021-04-01T10:43:50Z) - An Artificial Consciousness Model and its relations with Philosophy of
Mind [0.0]
この研究は、自律的なエージェントが、意識のある人のものと似た認知的アーキテクチャを実装することによって得られる有益な性質について研究することを目的としている。
筆者らは、自律エージェントが、例えば、認知的アーキテクチャーを持つことのメリットを、大規模な実験で示す。
論文 参考訳(メタデータ) (2020-11-30T00:24:17Z) - Guided Navigation from Multiple Viewpoints using Qualitative Spatial
Reasoning [0.0]
本研究の目的は、感覚障害者ロボットを目標地点に誘導するアルゴリズムを開発することである。
この研究で考慮される主な課題は、自律的なエージェントのグループを考えると、一連のハイレベルなコマンドを生成できるアルゴリズムの開発と評価である。
論文 参考訳(メタデータ) (2020-11-03T00:34:26Z) - Scalable Identification of Partially Observed Systems with
Certainty-Equivalent EM [33.51918154139981]
この研究は、部分的に観察された非線形系のオフライン同定について考察する。
一定の等価な予測-最大化をブロック座標として定式化する。
また, エアロバティックヘリコプターの動力学の同定にも本手法が用いられている。
論文 参考訳(メタデータ) (2020-06-20T16:46:26Z) - Learning to Move with Affordance Maps [57.198806691838364]
物理的な空間を自律的に探索し、ナビゲートする能力は、事実上あらゆる移動型自律エージェントの基本的な要件である。
従来のSLAMベースの探索とナビゲーションのアプローチは、主にシーン幾何学の活用に重点を置いている。
学習可能な余剰マップは探索と航法の両方において従来のアプローチの強化に利用でき、性能が大幅に向上することを示します。
論文 参考訳(メタデータ) (2020-01-08T04:05:11Z)
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。