論文の概要: Baby Robot: Improving the Motor Skills of Toddlers

• arxiv url: http://arxiv.org/abs/2109.09223v1
• Date: Sun, 19 Sep 2021 21:00:44 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-21 16:01:16.007746
• Title: Baby Robot: Improving the Motor Skills of Toddlers
• Title（参考訳）: 赤ちゃんロボット:幼児の運動能力を向上させる
• Authors: Eric Ca\~nas, Alba M. G. Garcia, Ana\'is Garrell and Cecilio Angulo
• Abstract要約: 著者らは、強化学習とコンピュータビジョン技術を使って、自律的に動く車のようなおもちゃを開発した。 ロボットの動作は、障害物を避けながら、以前に認識された、または少なくとも検出された標的の赤ちゃんから逃げることである。
• 参考スコア（独自算出の注目度）: 0.5429166905724048
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This article introduces "Baby Robot", a robot aiming to improve motor skills of babies and toddlers. Authors developed a car-like toy that moves autonomously using reinforcement learning and computer vision techniques. The robot behaviour is to escape from a target baby that has been previously recognized, or at least detected, while avoiding obstacles, so that the security of the baby is not compromised. A myriad of commercial toys with a similar mobility improvement purpose are into the market; however, there is no one that bets for an intelligent autonomous movement, as they perform simple yet repetitive trajectories in the best of the cases. Two crawling toys -- one in representation of "Baby Robot" -- were tested in a real environment with respect to regular toys in order to check how they improved the toddlers mobility. These real-life experiments were conducted with our proposed robot in a kindergarten, where a group of children interacted with the toys. Significant improvement in the motion skills of participants were detected.
• Abstract（参考訳）: 本稿では,乳幼児の運動能力向上を目的としたロボット「Baby Robot」を紹介する。 著者らは強化学習とコンピュータビジョン技術を使って自律的に動く車のようなおもちゃを開発した。 ロボットの動作は、障害を避けながら、以前に認識された、あるいは少なくとも検出された対象の赤ちゃんから逃れることであり、赤ちゃんの安全が損なわれない。 同様の機動性向上目的の数多くの商用玩具が市場に投入されているが、最善のケースでは単純かつ反復的な動作を行うため、インテリジェントな自律的な動きに賭ける人はいない。 赤ちゃんロボット」を表現した2つのクロール玩具は、幼児の移動性をいかに改善したかを確認するために、通常のおもちゃに関して実環境でテストされた。 これらの実生活実験は、子どものグループがおもちゃと対話する幼稚園で提案したロボットを用いて行われた。 被験者の運動能力に有意な改善が認められた。

関連論文リスト

• Design and Control of a Bipedal Robotic Character [3.650193138379926]
  この研究は、足のついたロボットのための表現力のあるアーティスト指向のモーションとロバストなダイナミックモビリティを統一することを目的としている。 キャラクタ駆動型機械的特徴に着目した新しい二足歩行ロボットを提案する。 命令信号に条件付けられた芸術的動作を頑健に行うための強化学習に基づく制御アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2025-01-09T12:55:21Z)
• RoboCat: A Self-Improving Generalist Agent for Robotic Manipulation [33.10577695383743]
  ロボット操作のためのマルチタスク汎用エージェントRoboCatを提案する。 このデータは、シミュレートされた本物のロボットアームから、さまざまな観察とアクションのセットでモーターコントロールスキルの大規模なレパートリーにまたがる。 RoboCatでは、ゼロショットだけでなく、100-1000例のみを用いて適応することで、新しいタスクやロボットに一般化する能力を実証する。
  論文  参考訳（メタデータ） (2023-06-20T17:35:20Z)
• Barkour: Benchmarking Animal-level Agility with Quadruped Robots [70.97471756305463]
  脚付きロボットのアジリティを定量化するための障害物コースであるBarkourベンチマークを導入する。 犬の機敏性の競争に触発され、様々な障害と時間に基づくスコアリング機構から構成される。 ベンチマークに対処する2つの方法を提案する。
  論文  参考訳（メタデータ） (2023-05-24T02:49:43Z)
• ClipBot: an educational, physically impaired robot that learns to walk via genetic algorithm optimization [0.0]
  ClipBotは低コストで自作のロボットで、骨格は2枚の紙クリップでできている。 Arduinoナノコントローラは、紙のクリップを動かす2つのサーボモーターを作動させる。 高校生はロボットの動きを最適化する遺伝的アルゴリズムの実装を依頼された。
  論文  参考訳（メタデータ） (2022-10-26T13:31:43Z)
• Social Assistive Robotics for Autistic Children [56.524774292536264]
  このプロジェクトの目的は、自閉症児と社会ロボットNAOとの相互作用をテストすることである。 このプロジェクトのイノベーティブな側面は、子供のロボットのインタラクションが子供の感情や特定の特徴を熟考することである。
  論文  参考訳（メタデータ） (2022-09-25T18:28:19Z)
• Revisiting the Adversarial Robustness-Accuracy Tradeoff in Robot Learning [121.9708998627352]
  近年の研究では、現実的なロボット学習の応用において、対人訓練の効果が公平なトレードオフを起こさないことが示されている。 本研究は,ロボット学習におけるロバストネスと精度のトレードオフを再考し,最近のロバストトレーニング手法と理論の進歩により,現実のロボット応用に適した対人トレーニングが可能かどうかを解析する。
  論文  参考訳（メタデータ） (2022-04-15T08:12:15Z)
• REvolveR: Continuous Evolutionary Models for Robot-to-robot Policy Transfer [57.045140028275036]
  本研究では,運動学や形態学など,異なるパラメータを持つ2つの異なるロボット間でポリシーを伝達する問題を考察する。 模倣学習手法を含む動作や状態遷移の分布を一致させることで、新しいポリシーを訓練する既存のアプローチは、最適な動作や/または状態分布が異なるロボットでミスマッチしているために失敗する。 本稿では,物理シミュレータに実装されたロボット政策伝達に連続的進化モデルを用いることで,$RevolveR$という新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-02-10T18:50:25Z)
• Adaptation of Quadruped Robot Locomotion with Meta-Learning [64.71260357476602]
  本研究では,多岐にわたる移動課題を解くロボットの訓練にメタ強化学習を用いることを実証する。 メタトレーニングロボットのパフォーマンスは、単一のタスクでトレーニングされたロボットと似ている。
  論文  参考訳（メタデータ） (2021-07-08T10:37:18Z)
• Fault-Aware Robust Control via Adversarial Reinforcement Learning [35.16413579212691]
  本稿では, 関節損傷症例に対するロボットの脆弱性を大幅に向上させる, 対向強化学習フレームワークを提案する。 我々は,本アルゴリズムを3本指ロボットと4本指ロボットで検証する。 我々のアルゴリズムはシミュレーションでのみ訓練でき、微調整なしで実際のロボットに直接展開できる。
  論文  参考訳（メタデータ） (2020-11-17T16:01:06Z)
• Learning Locomotion Skills in Evolvable Robots [10.167123492952694]
  本稿では,任意の形状のモジュール型ロボットが目標に向かって歩いたり,移動した場合にこの目標に従うことを学習できるようにするための,コントローラアーキテクチャと汎用学習手法を提案する。 我々のアプローチは、現実世界の3つのシナリオにおいて、クモ、ヤモリ、そしてその子孫の3つのロボットに対して検証されている。
  論文  参考訳（メタデータ） (2020-10-19T14:01:50Z)
• Morphology-Agnostic Visual Robotic Control [76.44045983428701]
  MAVRICは、ロボットの形態に関する最小限の知識で機能するアプローチである。 本稿では,視覚誘導型3Dポイントリーチ,軌道追従,ロボットとロボットの模倣について紹介する。
  論文  参考訳（メタデータ） (2019-12-31T15:45:10Z)

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。