論文の概要: Autonomous Visual Navigation A Biologically Inspired Approach

• arxiv url: http://arxiv.org/abs/2209.09663v1
• Date: Mon, 19 Sep 2022 09:17:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-21 17:34:52.129519
• Title: Autonomous Visual Navigation A Biologically Inspired Approach
• Title（参考訳）: バイオインスパイアされた自律視覚ナビゲーション
• Authors: Sotirios Athanasoulias and Andy Philippides
• Abstract要約: 我々は動物界で観察される航海行動、特にアリの航海行動に着想を得た。 我々は,異なる種類の生体模倣アルゴリズムを実装し,人工環境下でのシミュレーションを試みる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Inspired by the navigational behavior observed in the animal kingdom and especially the navigational behavior of the ants, we attempt to simulate it in an artificial environment by implementing different kinds of biomimetic algorithms.
• Abstract（参考訳）: 動物界で観察される航海行動,特にアリの航海行動に触発された我々は,異なる種類の生体模倣アルゴリズムを実装し,人工環境下でのシミュレーションを試みた。

関連論文リスト

• Learning Dynamic Cognitive Map with Autonomous Navigation [8.301959009586861]
  生物にインスパイアされた原理に根ざした空間をナビゲートし、マッピングするための新しい計算モデルを導入する。 我々のモデルは、予測されたポーズに対する動的に拡大する認知マップをActive Inferenceフレームワークに組み込んでいる。 我々のモデルは、観測と世界次元に関する事前の知識なしにこれを達成し、複雑な環境をナビゲートする際の頑丈さと有効性を裏付ける。
  論文  参考訳（メタデータ） (2024-11-13T08:59:53Z)
• Exploring and Learning Structure: Active Inference Approach in Navigational Agents [8.301959009586861]
  動物は記憶、想像力、戦略的な意思決定を効率的に利用することで優れたナビゲーション能力を示す。 生物にインスパイアされた原理に根ざしたナビゲーションとマッピングのための新しい計算モデルを導入する。
  論文  参考訳（メタデータ） (2024-08-12T08:17:14Z)
• A Role of Environmental Complexity on Representation Learning in Deep Reinforcement Learning Agents [3.7314353481448337]
  我々は、深層強化学習エージェントを訓練するためのシミュレーションナビゲーション環境を開発した。 ショートカットおよびナビゲーションキューへの露出頻度を変調し,異なる能力を有する人工エージェントの開発に繋がった。 これらのエージェントを駆動する人工ニューラルネットワークの符号化表現について検討し、表現学習における複雑なダイナミクスを明らかにした。
  論文  参考訳（メタデータ） (2024-07-03T18:27:26Z)
• Learning Navigational Visual Representations with Semantic Map Supervision [85.91625020847358]
  エージェントの自我中心のビューとセマンティックマップを対比してナビゲーション固有の視覚表現学習法を提案する。 Ego$2$-Map学習は、オブジェクト、構造、遷移などのコンパクトでリッチな情報を、ナビゲーションのためのエージェントのエゴセントリックな表現に転送する。
  論文  参考訳（メタデータ） (2023-07-23T14:01:05Z)
• Emergence of Maps in the Memories of Blind Navigation Agents [68.41901534985575]
  動物ナビゲーション研究は、生物が環境の空間的表現(地図)を構築、維持する、という仮説を定めている。 私たちはマシン、具体的には人工知能(AI)ナビゲーションエージェントが、暗黙の(あるいは「メンタル」な)マップを構築しているかどうか尋ねる。 動物ナビゲーションとは異なり、エージェントの知覚システムを司法的に設計し、学習パラダイムを制御して代替ナビゲーション機構を無効化することができる。
  論文  参考訳（メタデータ） (2023-01-30T20:09:39Z)
• Augmented reality navigation system for visual prosthesis [67.09251544230744]
  反応ナビゲーションと経路計画のソフトウェアを組み込んだ視覚補綴用拡張現実ナビゲーションシステムを提案する。 対象を地図上に配置し、対象の軌道を計画し、対象に示し、障害なく再計画する。 その結果,目標を達成するための時間と距離を減らし,障害物衝突の回数を大幅に減らし,航法性能の向上を図っている。
  論文  参考訳（メタデータ） (2021-09-30T09:41:40Z)
• Detecting Biological Locomotion in Video: A Computational Approach [13.135234328352885]
  未処理映像におけるバイオロコモーションを検出するための計算手法を提案する。 我々は、物体の共通の動きの相違とともに、非対称な振動を伴う位置前進のこのキー特性を利用する。 追跡対象物におけるこれらの形質の存在を測定するアルゴリズムが開発され、移動中の生物学的実体に対応するかどうかが決定される。
  論文  参考訳（メタデータ） (2021-05-26T16:19:23Z)
• Pushing it out of the Way: Interactive Visual Navigation [62.296686176988125]
  エージェントが目標に合わせてより効率的にナビゲートするために環境を変更することを学ぶインタラクティブナビゲーションの問題を研究します。 エージェントの行動によって引き起こされる環境の変化を明示的に予測するために,neural interaction engine(nie)を導入する。 計画中の変更をモデル化することで、エージェントがナビゲーション能力を大幅に改善できることが分かりました。
  論文  参考訳（メタデータ） (2021-04-28T22:46:41Z)
• Topological Planning with Transformers for Vision-and-Language Navigation [31.64229792521241]
  トポロジカルマップを用いた視覚・言語ナビゲーション(VLN)のモジュール化手法を提案する。 自然言語指導とトポロジカルマップが与えられた場合,マップ内のナビゲーション計画を予測するために注意機構を利用する。 実験では,従来のエンドツーエンドアプローチを上回り,解釈可能なナビゲーションプランを生成し,バックトラックなどのインテリジェントな行動を示す。
  論文  参考訳（メタデータ） (2020-12-09T20:02:03Z)
• Movement Tracks for the Automatic Detection of Fish Behavior in Videos [63.85815474157357]
  水中ビデオでサブルフィッシュ(Anoplopoma fimbria)の発芽行動のデータセットを提供し,その上での深層学習(DL)法による行動検出について検討した。 提案する検出システムは,Long Short-Term Memory(LSTM)ネットワークを用いて,サブルフィッシュの起動動作を識別する。
  論文  参考訳（メタデータ） (2020-11-28T05:51:19Z)
• Visual Navigation Among Humans with Optimal Control as a Supervisor [72.5188978268463]
  そこで本研究では,学習に基づく知覚とモデルに基づく最適制御を組み合わせることで,人間間をナビゲートする手法を提案する。 私たちのアプローチは、新しいデータ生成ツールであるHumANavによって実現されています。 学習したナビゲーションポリシーは、将来の人間の動きを明示的に予測することなく、人間に予測し、反応できることを実証する。
  論文  参考訳（メタデータ） (2020-03-20T16:13:47Z)

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。