Framework para el modelado de Interacciones Humano-Robot basadas en aprendizaje no supervisado
Ver/ abrir
Use este enlace para citar
http://hdl.handle.net/2183/29677
A non ser que se indique outra cousa, a licenza do ítem descríbese como Atribución-NoComercial-CompartirIgual 4.0 Internacional
Coleccións
Metadatos
Mostrar o rexistro completo do ítemTítulo
Framework para el modelado de Interacciones Humano-Robot basadas en aprendizaje no supervisadoData
2016Cita bibliográfica
Ramón-Vigo, R., Merino, L., Caballero, F. Framework para el modelado de Interacciones Humano-Robot basadas en aprendizaje no supervisado. 7, 8 y 9 de septiembre de 2016, Madrid (pp. 840-847). DOI capítulo: https://doi.org/10.17979/spudc.9788497498081.0840 DOI libro: https://doi.org/10.17979/spudc.9788497498081
Resumo
[Resumen] En el presente trabajo se propone un marco de referencia para el aprendizaje de interacciones entre personas y robots, basado en el uso conjunto de una técnica de aprendizaje sin supervisión y de un planificador de muestreo de configuraciones. Particularmente, se hace uso de los Modelos Mixtos Gausianos (GMMs en inglés) para modelar la interacción física de un robot y de una persona cuando este robot es teleoperado por alguien experto. De este modo, distintos comportamientos tales como evitar, acercarse o seguir a una persona pueden ser fácilmente derivados e incluso combinados gracias a las propiedades de las GMM. Los modelos aprendidos se integran en un planificador basado en muestreo, un RRT*, bajo dos preceptos: primero, como una funci on de costes que permita ponderar el espacio de estados del robot como más afín a los comportamientos aprendidos y segundo, como sesgo del muestreo para descartar aquellas zonas menos probables según se haya concluido de las demostraciones. El algoritmo se ha probado exitosamente en el laboratorio usando un robot real y las trayectorias provistas por un experto.
Palabras chave
Planificación óptima
Gaussian Mixture Models
Aprendizaje por demostración
Navegación social
Gaussian Mixture Models
Aprendizaje por demostración
Navegación social
Versión do editor
Dereitos
Atribución-NoComercial-CompartirIgual 4.0 Internacional
ISBN
978-84-617-4298-1 (UCM) 978-84-9749-808-1 (UDC electrónico)