論文の概要: A Survey Of Embodied AI: From Simulator To Research Tasks
- arxiv url: http://arxiv.org/abs/2103.04918v1
- Date: Mon, 8 Mar 2021 17:31:19 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-09 15:58:41.313069
- Title: A Survey Of Embodied AI: From Simulator To Research Tasks
- Title(参考訳): 体操AIに関する調査:シミュレータから研究課題まで
- Authors: Duan Jiafei, Samson Yu, Tan Hui Li, Hongyuan Zhu and Cheston Tan
- Abstract要約: ネットワークAI」の時代から「身体AI」への新たなパラダイムシフト
本稿では,最先端のAIシミュレータと研究を包括的に調査する。
- 参考スコア(独自算出の注目度): 13.923234397344487
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: There has been an emerging paradigm shift from the era of "internet AI" to
"embodied AI", whereby AI algorithms and agents no longer simply learn from
datasets of images, videos or text curated primarily from the internet.
Instead, they learn through embodied physical interactions with their
environments, whether real or simulated. Consequently, there has been
substantial growth in the demand for embodied AI simulators to support a
diversity of embodied AI research tasks. This growing interest in embodied AI
is beneficial to the greater pursuit of artificial general intelligence, but
there is no contemporary and comprehensive survey of this field. This paper
comprehensively surveys state-of-the-art embodied AI simulators and research,
mapping connections between these. By benchmarking nine state-of-the-art
embodied AI simulators in terms of seven features, this paper aims to
understand the simulators in their provision for use in embodied AI research.
Finally, based upon the simulators and a pyramidal hierarchy of embodied AI
research tasks, this paper surveys the main research tasks in embodied AI --
visual exploration, visual navigation and embodied question answering (QA),
covering the state-of-the-art approaches, evaluation and datasets.
- Abstract(参考訳): ネットAI」の時代から「具体化AI」の時代へとパラダイムが変化し、AIアルゴリズムやエージェントは、インターネットから主に収集された画像、ビデオ、テキストのデータセットから学習しなくなりました。
その代わり、実物でもシミュレートであれ、環境との身体的相互作用を通じて学習する。
その結果、インボディードAI研究タスクの多様性をサポートするために、インボディードAIシミュレーターの需要が大幅に増加した。
このインボディードAIへの関心の高まりは、人工知能のさらなる追求に有益であるが、この分野に関する現代的で包括的な調査は行われていない。
本稿では、最先端のAIシミュレータと、それらの間の接続をマッピングする研究を包括的に調査する。
本論文では,9つの最先端のAIシミュレータを7つの特徴からベンチマークすることにより,AI研究におけるシミュレータの利用状況を把握することを目的とする。
最後に、AI研究課題のシミュレータとピラミッド階層に基づいて、AI-視覚探索、視覚ナビゲーション、および具体的質問応答(QA)における主要な研究課題を調査し、最先端のアプローチ、評価、データセットについて述べる。
関連論文リスト
- AI for social science and social science of AI: A Survey [47.5235291525383]
人工知能の最近の進歩は、人工知能の可能性を再考するきっかけとなった。
AIの人間的能力の増大は、社会科学研究にも注目されている。
論文 参考訳(メタデータ) (2024-01-22T10:57:09Z) - From Google Gemini to OpenAI Q* (Q-Star): A Survey of Reshaping the
Generative Artificial Intelligence (AI) Research Landscape [5.852005817069381]
生成人工知能(AI)の現状と今後の動向について批判的考察
GoogleのGeminiや、予想されるOpenAI Q*プロジェクトといったイノベーションが、さまざまなドメインにわたる研究の優先順位とアプリケーションをどう変えているのかを調査した。
この研究は、倫理的および人間中心の手法をAI開発に取り入れることの重要性を強調し、社会規範と福祉の整合性を確保した。
論文 参考訳(メタデータ) (2023-12-18T01:11:39Z) - Generative AI in Writing Research Papers: A New Type of Algorithmic Bias
and Uncertainty in Scholarly Work [0.38850145898707145]
大規模言語モデル(LLM)と生成AIツールは、バイアスを特定し、対処する上での課題を提示している。
生成型AIツールは、不正な一般化、幻覚、レッド・チーム・プロンプトのような敵攻撃を目標とする可能性がある。
研究原稿の執筆過程に生成AIを組み込むことで,新しいタイプの文脈依存型アルゴリズムバイアスがもたらされることがわかった。
論文 参考訳(メタデータ) (2023-12-04T04:05:04Z) - AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。
本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。
実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
論文 参考訳(メタデータ) (2023-10-03T06:55:19Z) - Artificial intelligence adoption in the physical sciences, natural
sciences, life sciences, social sciences and the arts and humanities: A
bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
論文 参考訳(メタデータ) (2023-06-15T14:08:07Z) - The Role of AI in Drug Discovery: Challenges, Opportunities, and
Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。
データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文 参考訳(メタデータ) (2022-12-08T23:23:39Z) - Stakeholder Participation in AI: Beyond "Add Diverse Stakeholders and
Stir" [76.44130385507894]
本稿では、既存の文献の参加と現在の実践の実証分析を通じて、AI設計における「参加的転換」を掘り下げることを目的としている。
本稿では,本論文の文献合成と実証研究に基づいて,AI設計への参加的アプローチを解析するための概念的枠組みを提案する。
論文 参考訳(メタデータ) (2021-11-01T17:57:04Z) - Systematic Mapping Study on the Machine Learning Lifecycle [4.4090257489826845]
2005年から2020年にかけて出版された405の出版物は、5つの主要な研究トピック、31のサブトピックにマップされています。
少数の出版物がデータ管理とモデル生産の問題に焦点を合わせており、より多くの研究が全体論的観点からAIライフサイクルに対処すべきであると考えている。
論文 参考訳(メタデータ) (2021-03-11T11:44:23Z) - A Survey of Behavior Trees in Robotics and AI [6.703501757155802]
ビヘイビアツリー(BT)は、コンピュータゲームにおいてモジュール型AIを可能にするツールとして発明された。
BTでは、状態遷移ロジックは個々の状態に分散するのではなく、階層木構造で構成され、状態は葉として扱われる。
これはモジュラリティに大きな影響を与え、それによって人間やアルゴリズムによる合成と解析の両方が簡単になる。
論文 参考訳(メタデータ) (2020-05-12T15:03:20Z) - RoboTHOR: An Open Simulation-to-Real Embodied AI Platform [56.50243383294621]
インタラクティブで具体化された視覚AIの研究を民主化するためにRoboTHORを導入する。
シミュレーションで訓練されたモデルの性能は,シミュレーションと慎重に構築された物理アナログの両方で試験される場合,大きな差があることが示される。
論文 参考訳(メタデータ) (2020-04-14T20:52:49Z)
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。