論文の概要: Learning to View: Decision Transformers for Active Object Detection

• arxiv url: http://arxiv.org/abs/2301.09544v1
• Date: Mon, 23 Jan 2023 17:00:48 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-24 12:58:17.651503
• Title: Learning to View: Decision Transformers for Active Object Detection
• Title（参考訳）: 視点学習:アクティブ物体検出のための決定変換器
• Authors: Wenhao Ding, Nathalie Majcherczyk, Mohit Deshpande, Xuewei Qi, Ding Zhao, Rajasimman Madhivanan, Arnie Sen
• Abstract要約: ほとんどのロボットシステムでは、知覚は運動計画とは独立している。 我々は,ロボットの認識品質を最大化する画像を得るために,強化学習法(RL)を用いてロボットを制御する。 屋内シナリオシミュレータから収集した対話型データセットにおいて,提案手法の性能を評価する。
• 参考スコア（独自算出の注目度）: 18.211691238072245
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Active perception describes a broad class of techniques that couple planning and perception systems to move the robot in a way to give the robot more information about the environment. In most robotic systems, perception is typically independent of motion planning. For example, traditional object detection is passive: it operates only on the images it receives. However, we have a chance to improve the results if we allow planning to consume detection signals and move the robot to collect views that maximize the quality of the results. In this paper, we use reinforcement learning (RL) methods to control the robot in order to obtain images that maximize the detection quality. Specifically, we propose using a Decision Transformer with online fine-tuning, which first optimizes the policy with a pre-collected expert dataset and then improves the learned policy by exploring better solutions in the environment. We evaluate the performance of proposed method on an interactive dataset collected from an indoor scenario simulator. Experimental results demonstrate that our method outperforms all baselines, including expert policy and pure offline RL methods. We also provide exhaustive analyses of the reward distribution and observation space.
• Abstract（参考訳）: active perceptionは、計画システムと知覚システムを結合してロボットを移動させ、ロボットに環境に関する情報を与える、幅広い種類のテクニックを記述している。 ほとんどのロボットシステムでは、知覚は通常動き計画から独立している。 例えば、従来のオブジェクト検出は受動的で、受信した画像のみで動作する。 しかし、もし私たちが計画的に検出信号を消費し、ロボットが結果の品質を最大化する視点を収集できるなら、結果を改善するチャンスがある。 本稿では,ロボットを制御し,検出品質を最大化する画像を得るための強化学習(rl)手法を提案する。 具体的には,事前収集したエキスパートデータセットでまずポリシを最適化し,その後,より優れたソリューションを探索することで学習方針を改善する,オンラインの微調整を用いた意思決定トランスフォーマの利用を提案する。 室内シナリオシミュレータから収集した対話型データセットにおける提案手法の性能評価を行った。 実験結果から,本手法はエキスパートポリシーや純粋なオフラインRL手法など,すべてのベースラインより優れていることが示された。 また,報酬分布と観測空間の徹底的な解析を行う。

関連論文リスト

• Learning Manipulation by Predicting Interaction [85.57297574510507]
  本稿では,インタラクションを予測して操作を学習する一般的な事前学習パイプラインを提案する。 実験の結果,MPIは従来のロボットプラットフォームと比較して10%から64%向上していることがわかった。
  論文  参考訳（メタデータ） (2024-06-01T13:28:31Z)
• Learning active tactile perception through belief-space control [21.708391958446274]
  本稿では,創造的世界モデルを開発することにより,触覚探索政策を自律的に学習する手法を提案する。 本手法は,目的が所望のオブジェクト特性を推定することである3つのシミュレーションタスクに対して評価する。 提案手法は, 所望のプロパティに関する情報を直感的に収集するポリシーを発見できることがわかった。
  論文  参考訳（メタデータ） (2023-11-30T21:54:42Z)
• Robot Fine-Tuning Made Easy: Pre-Training Rewards and Policies for Autonomous Real-World Reinforcement Learning [58.3994826169858]
  ロボット強化学習のためのリセット不要な微調整システムであるRoboFuMEを紹介する。 我々の洞察は、オフラインの強化学習技術を利用して、事前訓練されたポリシーの効率的なオンライン微調整を確保することである。 提案手法では,既存のロボットデータセットからのデータを組み込んで,目標タスクを3時間以内の自律現実体験で改善することができる。
  論文  参考訳（メタデータ） (2023-10-23T17:50:08Z)
• Robust Visual Sim-to-Real Transfer for Robotic Manipulation [79.66851068682779]
  シミュレーションにおけるビジュモータポリシーの学習は、現実世界よりも安全で安価である。 しかし、シミュレーションデータと実データとの相違により、シミュレータ訓練されたポリシーは実際のロボットに転送されると失敗することが多い。 視覚的なsim-to-real領域ギャップを埋める一般的なアプローチは、ドメインランダム化(DR)である。
  論文  参考訳（メタデータ） (2023-07-28T05:47:24Z)
• Polybot: Training One Policy Across Robots While Embracing Variability [70.74462430582163]
  複数のロボットプラットフォームにデプロイするための単一のポリシーをトレーニングするための重要な設計決定セットを提案する。 われわれのフレームワークは、まず、手首カメラを利用して、我々のポリシーの観察空間と行動空間を具体化して調整する。 6つのタスクと3つのロボットにまたがる60時間以上のデータセットを用いて,関節の形状や大きさの異なるデータセットの評価を行った。
  論文  参考訳（メタデータ） (2023-07-07T17:21:16Z)
• Active Exploration for Robotic Manipulation [40.39182660794481]
  本稿では,スパース・リワード型ロボット操作作業における効率的な学習を可能にするモデルに基づく能動探索手法を提案する。 我々は,提案アルゴリズムをシミュレーションおよび実ロボットで評価し,スクラッチから本手法を訓練した。
  論文  参考訳（メタデータ） (2022-10-23T18:07:51Z)
• Verifying Learning-Based Robotic Navigation Systems [61.01217374879221]
  有効モデル選択に現代検証エンジンをどのように利用できるかを示す。 具体的には、検証を使用して、最適下行動を示す可能性のあるポリシーを検出し、除外する。 我々の研究は、現実世界のロボットにおける準最適DRLポリシーを認識するための検証バックエンドの使用を初めて実証したものである。
  論文  参考訳（メタデータ） (2022-05-26T17:56:43Z)
• Affordance Learning from Play for Sample-Efficient Policy Learning [30.701546777177555]
  遠隔操作型プレイデータから自己監督型ビジュアルアプライアンスモデルを用いて,効率的なポリシー学習とモーションプランニングを実現する。 モデルベースプランニングとモデルフリーの深層強化学習を組み合わせることで、人々が好む同じ対象領域を好むポリシーを学ぶ。 我々の政策はベースラインよりも4倍速くトレーニングし、新しいオブジェクトを一般化する。
  論文  参考訳（メタデータ） (2022-03-01T11:00:35Z)
• Adaptive Informative Path Planning Using Deep Reinforcement Learning for UAV-based Active Sensing [2.6519061087638014]
  深層強化学習(RL)に基づく情報経路計画のための新しい手法を提案する。 本手法は,モンテカルロ木探索とオフライン学習ニューラルネットワークを組み合わせた情報知覚行動の予測を行う。 ミッション中にトレーニングされたネットワークをデプロイすることにより、限られた計算資源を持つ物理プラットフォーム上で、サンプル効率の良いオンラインリプランニングが可能になる。
  論文  参考訳（メタデータ） (2021-09-28T09:00:55Z)
• A Framework for Efficient Robotic Manipulation [79.10407063260473]
  単一のロボットアームがピクセルからスパースリワード操作ポリシーを学習できることを示します。 デモは10回しかなく、単一のロボットアームがピクセルからスパースリワード操作のポリシーを学習できることを示しています。
  論文  参考訳（メタデータ） (2020-12-14T22:18:39Z)
• Real-Time Object Detection and Recognition on Low-Compute Humanoid Robots using Deep Learning [0.12599533416395764]
  本稿では、複数の低計算NAOロボットがカメラビューにおける物体のリアルタイム検出、認識、位置決めを行うことを可能にする新しいアーキテクチャについて述べる。 オブジェクト検出と局所化のためのアルゴリズムは,複数のシナリオにおける屋内実験に基づくYOLOv3の実証的な修正である。 このアーキテクチャは、カメラフィードからニューラルネットにリアルタイムフレームを供給し、その結果を使ってロボットを誘導する効果的なエンドツーエンドパイプラインも備えている。
  論文  参考訳（メタデータ） (2020-01-20T05:24:58Z)

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。