دانلود مقاله انگلیسی رایگان:گرفتن مهارت مداوم کنجکاوی از ورودی های ویدئویی با ابعاد بزرگ برای ربات های انسان نما - 2017

محرم

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
دانلود مقاله انگلیسی رباتیک رایگان
  • Continual curiosity-driven skill acquisition from high-dimensional video inputs for humanoid robots Continual curiosity-driven skill acquisition from high-dimensional video inputs for humanoid robots
    Continual curiosity-driven skill acquisition from high-dimensional video inputs for humanoid robots

    سال انتشار:

    2017


    عنوان انگلیسی مقاله:

    Continual curiosity-driven skill acquisition from high-dimensional video inputs for humanoid robots


    ترجمه فارسی عنوان مقاله:

    گرفتن مهارت مداوم کنجکاوی از ورودی های ویدئویی با ابعاد بزرگ برای ربات های انسان نما


    منبع:

    Sciencedirect - Elsevier - Artificial Intelligence, 247 (2017) 313–335. 10.1016/j.artint.2015.02.001


    نویسنده:

    Varun RajKompella, MarijnStollenga, MatthewLuciw, JuergenSchmidhuber


    چکیده انگلیسی:

    Article history:Received in revised form 12 October 2014 Accepted 2 February 2015Available online 12 February 2015Keywords: Reinforcement learning Artificial curiositySkill acquisitionSlow feature analysis Continual learning Incremental learning iCubIn the absence of external guidance, how can a robot learn to map the many raw pixels of high-dimensional visual inputs to useful action sequences? We propose here Continual Curiosity driven Skill Acquisition (CCSA). CCSA makes robots intrinsically motivated to acquire, store and reuse skills. Previous curiosity-based agents acquired skills by associating intrinsic rewards with world model improvements, and used reinforcement learning to learn how to get these intrinsic rewards. CCSA also does this, but unlike previous implementations, the world model is a set of compact low-dimensional representations of the streams of high-dimensional visual information, which are learned through incremental slow feature analysis. These representations augment the robot’s state space with new information about the environment. We show how this information can have a higher- level (compared to pixels) and useful interpretation, for example, if the robot has grasped a cup in its field of view or not. After learning a representation, large intrinsic rewards are given to the robot for performing actions that greatly change the feature output, which has the tendency otherwise to change slowly in time. We show empirically what these actions are (e.g., grasping the cup) and how they can be useful as skills. An acquired skill includes both the learned actions and the learned slow feature representation. Skills are stored and reused to generate new observations, enabling continual acquisition of complex skills. We present results of experiments with an iCub humanoid robot that uses CCSA to incrementally acquire skills to topple, grasp and pick-place a cup, driven by its intrinsic motivation from raw pixel vision. 2015 Elsevier B.V. All rights reserved.
    Keywords:Reinforcement learning | Artificial curiosity | Skill acquisition | Slow feature analysis | Continual learning | Incremental learning | iCub


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 23
    حجم فایل: 2239 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




آرشیو کامل مقالات

اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
رباتیک
موضوعات
footer