Fugu-MT 論文翻訳(概要): Foon Creation

論文の概要: Foon Creation

arxiv url: http://arxiv.org/abs/2211.02992v1
Date: Sun, 6 Nov 2022 00:03:44 GMT
ステータス: 処理完了
システム内更新日: 2022-11-08 17:01:51.495070
Title: Foon Creation
Title（参考訳）: 布団の創造
Authors: Ujwal Saini
Abstract要約: 我々は,機能的オブジェクト指向ネットワークを用いて,与えられた目標ノードのタスクツリーを生成するための3つの探索手法を設計した。本稿では,戦略,手順,成果について詳述する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We have designed three search methods for producing the task trees for the provided goal nodes using the Functional Object-Oriented Network. This paper details the strategy, the procedure, and the outcomes.
Abstract（参考訳）: 我々は,機能的オブジェクト指向ネットワークを用いて,与えられた目標ノードのタスクツリーを生成するための3つの探索手法を設計した。本稿では,戦略,手順,成果について詳述する。

関連論文リスト

Knowledge Retrieval Using Functional Object-Oriented Networks [0.0]
本研究は,ロボット作業におけるFOON知識表現モデルについて述べる。我々は、FOONの構造とキーコンポーネントを定義し、従ったプロセスを説明し、汎用FOONデータセットを作成します。
論文参考訳（メタデータ） (2022-11-27T17:33:30Z)
Extracting task trees using knowledge retrieval search algorithms in functional object-oriented network [0.0]
機能的オブジェクト指向ネットワーク(FOON)はロボットが利用できる知識表現法として開発されている。 FOONは、ロボットがタスクツリーを取得するための順序付けられた計画を提供するグラフとして見ることができる。
論文参考訳（メタデータ） (2022-11-15T17:20:08Z)
Task Tree Retrieval Algorithms for Robotic Cooking Using The Functional Object-Oriented Network [0.0]
我々は,与えられた目標ノードのタスクツリーを生成するための3つの探索アルゴリズムを実装した。本論文では, アプローチ, プロセス, 結果について述べる。
論文参考訳（メタデータ） (2022-11-12T20:59:53Z)
FOON Creation and Traversal for Recipe Generation [0.0]
FOONは機能的なオブジェクト指向ネットワークを指す。ネットワークはまず、人間が.txtファイル内の入力ノードと出力ノードを作成することで作成する必要がある。
論文参考訳（メタデータ） (2022-10-13T20:11:22Z)
Learning Local Displacements for Point Cloud Completion [93.54286830844134]
本稿では,3次元点雲として表現された部分的スキャンからオブジェクトとセマンティックシーンを補完する手法を提案する。アーキテクチャはエンコーダ-デコーダ構造内で連続的に使用される3つの新しいレイヤに依存している。オブジェクトと屋内の両方のシーン完了タスクにおけるアーキテクチャの評価を行い、最先端の性能を実現する。
論文参考訳（メタデータ） (2022-03-30T18:31:37Z)
Localized Persistent Homologies for more Effective Deep Learning [60.78456721890412]
ネットワークトレーニング中の位置を考慮に入れた新しいフィルタ機能を利用する手法を提案する。この方法で訓練されたネットワークが抽出した曲線構造のトポロジを回復するのに役立つ道路の2次元画像と神経過程の3次元画像スタックを実験的に実証した。
論文参考訳（メタデータ） (2021-10-12T19:28:39Z)
Towards Utilitarian Combinatorial Assignment with Deep Neural Networks and Heuristic Algorithms [2.362412515574206]
本稿では,ディープニューラルネットワークを用いた汎用アルゴリズムによる実用的課題の導出に関する予備研究について述べる。以上の結果から,本手法が将来的な構築手法となる可能性が示唆された。
論文参考訳（メタデータ） (2021-07-01T09:15:20Z)
Neural Architecture Search From Fr\'echet Task Distance [50.9995960884133]
与えられたベースラインタスクのセット内の対象タスクと各タスクの間の距離を、ターゲットタスクのニューラルネットワークアーキテクチャ検索スペースを減らすためにどのように使用できるかを示す。タスク固有のアーキテクチャに対する検索空間の複雑さの低減は、このサイド情報を用いることなく完全な検索を行う代わりに、類似したタスクのために最適化されたアーキテクチャ上に構築することで達成される。
論文参考訳（メタデータ） (2021-03-23T20:43:31Z)
Enabling Visual Action Planning for Object Manipulation through Latent Space Roadmap [72.01609575400498]
高次元状態空間を有する複雑な操作タスクの視覚的行動計画のための枠組みを提案する。低次元潜時空間におけるシステムダイナミクスを世界規模で捉えたグラフベースの構造であるタスク計画のためのLatent Space Roadmap(LSR)を提案する。実ロボットで実行された2つの模擬ボックス積み重ねタスクと折り畳みタスクについて,本フレームワークの徹底的な検討を行う。
論文参考訳（メタデータ） (2021-03-03T17:48:26Z)
Learning Joint 2D-3D Representations for Depth Completion [90.62843376586216]
2Dおよび3Dの関節の特徴を抽出することを学ぶシンプルで効果的なニューラルネットワークブロックを設計します。具体的には、画像画素に2D畳み込みと3D点に連続畳み込みを施した2つのドメイン固有のサブネットワークから構成される。
論文参考訳（メタデータ） (2020-12-22T22:58:29Z)
Progressive Graph Convolutional Networks for Semi-Supervised Node Classification [97.14064057840089]
グラフ畳み込みネットワークは、半教師付きノード分類のようなグラフベースのタスクに対処することに成功した。本稿では,コンパクトかつタスク固有のグラフ畳み込みネットワークを自動構築する手法を提案する。
論文参考訳（メタデータ） (2020-03-27T08:32:16Z)

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。