論文の概要: Physical Neural Cellular Automata for 2D Shape Classification
- arxiv url: http://arxiv.org/abs/2203.07548v1
- Date: Mon, 14 Mar 2022 23:18:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-16 15:45:26.807036
- Title: Physical Neural Cellular Automata for 2D Shape Classification
- Title（参考訳）: 2次元形状分類のための物理的神経細胞オートマトン
- Authors: Kathryn Walker, Rasmus Berg Palm, Rodrigo Moreno Garcia, Andres Faina,
Kasper Stoy, Sebastian Risi
- Abstract要約: 自身の形状を自己分類する能力を持つ材料は、幅広い工学的応用や産業を進展させる可能性がある。
本稿では, 部品の局所的な通信を通じて, 形状のクラスを推定できる, シンプルなモジュール型2Dロボットシステムを提案する。
- 参考スコア（独自算出の注目度）: 6.709708322509072
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Materials with the ability to self-classify their own shape have the
potential to advance a wide range of engineering applications and industries.
Biological systems possess the ability not only to self-reconfigure but also to
self-classify themselves to determine a general shape and function. Previous
work into modular robotics systems have only enabled self-recognition and
self-reconfiguration into a specific target shape, missing the inherent
robustness present in nature to self-classify. In this paper we therefore take
advantage of recent advances in deep learning and neural cellular automata, and
present a simple modular 2D robotic system that can infer its own class of
shape through the local communication of its components. Furthermore, we show
that our system can be successfully transferred to hardware which thus opens
opportunities for future self-classifying machines.
- Abstract（参考訳）: 独自の形状を自己分類する能力を持つ材料は、幅広い工学的応用や産業を前進させる可能性がある。
生体システムは自己再構成だけでなく、一般的な形状や機能を決定するために自己分類する能力を持っている。
モジュラーロボットシステムへの以前の取り組みは、特定のターゲット形状への自己認識と自己再構成のみを可能にし、自己分類に固有の頑丈さを欠いていた。
そこで本研究では,近年の深層学習とニューラルセルオートマトンを生かし,そのコンポーネントの局所的な通信を通じて,その形状のクラスを推論できるシンプルなモジュール型2Dロボットシステムを提案する。
さらに,本システムはハードウェアへの移行に成功し,将来的な自己分類マシンの機会が開けることを示した。
関連論文リスト
- Mechanical Self-replication [0.0]
本研究では,生体細胞内の生物学的過程にインスパイアされた自己複製機械系の理論的モデルを提案する。
モデルは自己複製をコアコンポーネントに分解し、それぞれが基本ブロック型のセットから構築された単一のマシンによって実行される。
論文 参考訳（メタデータ） (2024-07-18T09:49:50Z) - Locally adaptive cellular automata for goal-oriented self-organization [14.059479351946386]
本稿では,スケーラブルで表現力のあるモデルを生成するための適応型セルオートマトンモデルを提案する。
本稿では,セルオートマトンとシステム状態の更新ルールを局所的に結合することで,適応を実現する方法を示す。
論文 参考訳（メタデータ） (2023-06-12T12:32:23Z) - Bio-inspired spike-based Hippocampus and Posterior Parietal Cortex
models for robot navigation and environment pseudo-mapping [52.77024349608834]
本研究はスパイクに基づくロボットナビゲーションと環境擬似マッピングシステムを提案する。
海馬は環境状態マップの表現を担い、PPCは局所的な意思決定を担当している。
これはバイオインスパイアされた海馬記憶に基づく動的学習を用いた環境擬似マッピングシステムの最初の実装である。
論文 参考訳（メタデータ） (2023-05-22T10:20:34Z) - RT-1: Robotics Transformer for Real-World Control at Scale [98.09428483862165]
我々は,有望なスケーラブルなモデル特性を示す,ロボティクストランスフォーマーと呼ばれるモデルクラスを提示する。
実世界の課題を遂行する実ロボットの大規模データ収集に基づいて,様々なモデルクラスと,データサイズ,モデルサイズ,データの多様性の関数として一般化する能力について検証した。
論文 参考訳（メタデータ） (2022-12-13T18:55:15Z) - Neuromorphic Artificial Intelligence Systems [58.1806704582023]
フォン・ノイマンアーキテクチャと古典的ニューラルネットワークに基づく現代のAIシステムは、脳と比較して多くの基本的な制限がある。
この記事では、そのような制限と、それらが緩和される方法について論じる。
これは、これらの制限が克服されている現在利用可能なニューロモーフィックAIプロジェクトの概要を示す。
論文 参考訳（メタデータ） (2022-05-25T20:16:05Z) - Growing Isotropic Neural Cellular Automata [63.91346650159648]
我々は、元のGrowing NCAモデルには、学習された更新規則の異方性という重要な制限があると主張している。
細胞系は2つの方法のいずれかによって、正確な非対称パターンを成長させる訓練が可能であることを実証する。
論文 参考訳（メタデータ） (2022-05-03T11:34:22Z) - Goal-Guided Neural Cellular Automata: Learning to Control
Self-Organising Systems [10.524752369156339]
我々は、Goal-Guided Neural Cellular Automata (GoalNCA)と呼ばれるこの種のシステムを制御するためのアプローチを提案する。
GoalNCAは、細胞成長のすべての段階で動的に細胞挙動を制御するためにゴールエンコーディングを使用する。
また,一部の細胞が目標情報を受け取っている場合でも,NAAの頑健さとタスク性能の維持性を実証する。
論文 参考訳（メタデータ） (2022-04-25T23:11:51Z) - Full-Body Visual Self-Modeling of Robot Morphologies [29.76701883250049]
身体の内部計算モデルは、ロボットや動物が行動の計画と制御を行う能力の基礎である。
完全データ駆動型自己モデリングの最近の進歩により、マシンはタスク非依存の相互作用データから直接フォワードキネマティクスを学習できるようになった。
ここでは、フォワードキネマティクスを直接モデル化するのではなく、空間占有クエリに答えることのできる、より有用な自己モデリング形式を提案する。
論文 参考訳（メタデータ） (2021-11-11T18:58:07Z) - Towards self-organized control: Using neural cellular automata to
robustly control a cart-pole agent [62.997667081978825]
我々は、カートポールエージェントを制御するために、ニューラルセルオートマトンを使用する。
我々は、Q値の推定値として出力セルの状態を用いる深層学習を用いてモデルを訓練した。
論文 参考訳（メタデータ） (2021-06-29T10:49:42Z) - Neural Cellular Automata Manifold [84.08170531451006]
ニューラルセルラーオートマタのニューラルネットワークアーキテクチャは、より大きなNNにカプセル化可能であることを示す。
これにより、NAAの多様体を符号化する新しいモデルを提案し、それぞれが異なる画像を生成することができる。
生物学的には、我々のアプローチは転写因子の役割を担い、細胞の分化を促進する特定のタンパク質への遺伝子マッピングを調節する。
論文 参考訳（メタデータ） (2020-06-22T11:41:57Z) - Brain-inspired self-organization with cellular neuromorphic computing
for multimodal unsupervised learning [0.0]
本稿では,自己組織マップとヘビアン様学習を用いた再突入理論に基づく脳刺激型ニューラルシステムを提案する。
システムトポロジがユーザによって固定されるのではなく,自己組織化によって学習されるような,いわゆるハードウェアの可塑性の獲得について述べる。
論文 参考訳（メタデータ） (2020-04-11T21:02:45Z)
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。