実世界で稼働するロボットのためのマルチモーダル属性の推定

估计现实世界中操作的机器人的多模式属性

基本信息

  • 批准号:
    14J11476
  • 负责人:
  • 金额:
    $ 1.28万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
  • 财政年份:
    2014
  • 资助国家:
    日本
  • 起止时间:
    2014-04-25 至 2016-03-31
  • 项目状态:
    已结题

项目摘要

本研究の目的は,自律知能ロボットを実現するための,マルチモーダル情報の学習及び推定手法の構築である.昨年度は,画像や音声などのマルチモーダルセンサを用いた属性の学習及び推定手法の構築を実施した.本年度は,まず,昨年度の研究内容に関する追加実験を実施した.具体的には,実験で用いた物体の種類を増加させ,定量的な評価を行った.そして,それらの内容を国際学会において口頭発表した.更に,属性情報の推定結果をロボットが効果的に活用するために,動作情報に関する効率的な学習手法を提案した.既存の手法では,ロボットの特性(スペック)が異なる場合,それぞれのロボットに対して動作情報を個別に学習させる必要が存在する.これは,新しいロボットの出現時やロボット特性の変化時に,一から動作を学習させる必要があることを意味しており,このような手法では一般家庭へのロボット普及は難しいと考えられる.そこで我々は,異なる特性を持つロボット上で学習された動作知識を転移して,効率的に動作を学習することが可能な手法を提案した.この手法により,新たなロボットに動作を学習させる場合,他のロボット上で学習した知識を活用することで,比較的少数の学習で知識の獲得が可能となった.例えば,数十万回の動作試行により得られた知識を,数十回の動作試行で獲得することが出来た.この特性により,動作知識を早く学習されることが可能となった.また,動作試行の回数を減らすことができるため,実機のロボットに対する耐久性の向上も実現した.この研究内容については,本年度に学術論文にまとめ,採録が決定した.
这项研究的目的是构建一种多模式信息学习和估算方法,以实现自主智能机器人。去年,我们实施了一种使用多模式传感器(例如图像和音频)学习和估算属性的方法。今年,我们首先就去年研究的内容进行了其他实验。具体而言,通过增加实验中使用的对象的类型来进行定量评估。然后,内容在国际科学学会上口头呈现。此外,为了使机器人有效利用属性信息估计的结果,提出了一种有效的运动信息学习方法。使用现有方法,如果机器人的特征(规格)不同,则有必要单独学习每个机器人的运动信息。这意味着,当新机器人出现或机器人特性发生变化时,有必要从头开始学习运动,并且认为使用这种方法很难将机器人传播到普通家庭。因此,我们提出了一种方法,可以通过转移具有不同特征的机器人学习的运动知识来有效学习运动。这种方法可以通过利用在其他机器人上学习的知识来学习运动,可以通过相对较少的学习来获取知识。例如,通过数十万次操作尝试获得了数十万个操作尝试获得的知识。这种特征使得能够快速学习操作知识成为可能。此外,可以减少操作的数量,这也可以提高对实际机器人的耐用性。该研究内容今年已汇编成一份学术论文,并决定了这本书。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Guessing an Unknown Class by Online Fast Attributes Learning and Transfer
Ultra-Fast Attribute-Based Transfer Learning Using Images on the Internet
使用互联网上的图像进行超快速基于属性的迁移学习
  • DOI:
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Daiki KIMURA;Osamu HASEGAWA
  • 通讯作者:
    Osamu HASEGAWA
能動学習を用いた効率的なビッグデータ解析
使用主动学习进行高效的大数据分析
  • DOI:
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    0
  • 作者:
    木村大毅;水野俊一郎;長谷川修
  • 通讯作者:
    長谷川修
対話的能動学習による超高速ビッグデータ解析
利用交互式主动学习进行超高速大数据分析
  • DOI:
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    0
  • 作者:
    木村大毅;水野俊一郎;長谷川修
  • 通讯作者:
    長谷川修
長谷川研究室
长谷川研究所
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

木村 大毅其他文献

木村 大毅的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

脊椎疾患に対する画像・臨床データ・カルテ記載を統合したマルチモーダルなAI予後予測
整合脊柱疾病图像、临床数据和病历描述的多模态 AI 预后预测
  • 批准号:
    24K12366
  • 财政年份:
    2024
  • 资助金额:
    $ 1.28万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
形状理解のためのマルチモーダル学習による、敵対的摂動に頑健な画像認識モデル開発
使用多模态学习进行形状理解,开发对对抗性扰动具有鲁棒性的图像识别模型
  • 批准号:
    24KJ0716
  • 财政年份:
    2024
  • 资助金额:
    $ 1.28万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
心眼脳連関に着目したマルチモーダル解析での循環器病・認知症個別化リスク層別法開発
利用关注心-眼-脑联系的多模态分析开发心血管疾病和痴呆症的个体化风险分层方法
  • 批准号:
    24K11184
  • 财政年份:
    2024
  • 资助金额:
    $ 1.28万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
統合的に説明可能なマーケティング向けマルチモーダル深層学習モデルの開発
开发可以综合解释的多模态深度学习营销模型
  • 批准号:
    24K16472
  • 财政年份:
    2024
  • 资助金额:
    $ 1.28万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
マルチモーダル動的界面計測による高濃度ナノセルロース成型体の超潤滑機構の解明
通过多模态动态界面测量阐明高浓度纳米纤维素成型体的超润滑机制
  • 批准号:
    24K17195
  • 财政年份:
    2024
  • 资助金额:
    $ 1.28万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了