Mostrar o rexistro simple do ítem

dc.contributor.authorRamón-Vigo, Rafael
dc.contributor.authorMerino, Luis
dc.contributor.authorCaballero, Fernando
dc.date.accessioned2022-02-07T11:30:39Z
dc.date.available2022-02-07T11:30:39Z
dc.date.issued2016
dc.identifier.citationRamón-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.9788497498081es_ES
dc.identifier.isbn978-84-617-4298-1 (UCM)
dc.identifier.isbn978-84-9749-808-1 (UDC electrónico)
dc.identifier.urihttp://hdl.handle.net/2183/29677
dc.description.abstract[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.es_ES
dc.description.urihttps://doi.org/10.17979/spudc.9788497498081
dc.language.isospaes_ES
dc.publisherComité Español de Automáticaes_ES
dc.relation.urihttps://doi.org/10.17979/spudc.9788497498081.0840es_ES
dc.rightsAtribución-NoComercial-CompartirIgual 4.0 Internacionales_ES
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/deed.es*
dc.subjectPlanificación óptimaes_ES
dc.subjectGaussian Mixture Modelses_ES
dc.subjectAprendizaje por demostraciónes_ES
dc.subjectNavegación sociales_ES
dc.titleFramework para el modelado de Interacciones Humano-Robot basadas en aprendizaje no supervisadoes_ES
dc.typeinfo:eu-repo/semantics/conferenceObjectes_ES
dc.rights.accessinfo:eu-repo/semantics/openAccesses_ES
UDC.startPage840es_ES
UDC.endPage847es_ES
dc.identifier.doi10.17979/spudc.9788497498081.0840
UDC.conferenceTitleXXXVII Jornadas de Automáticaes_ES


Ficheiros no ítem

Thumbnail
Thumbnail

Este ítem aparece na(s) seguinte(s) colección(s)

Mostrar o rexistro simple do ítem