Robot learning: pregled metoda koje ugrađuju fizička pravila u učenje robota
Novi pregledni rad sistematizuje metode koje u robot learning ugrađuju fizičke zakone i ograničenja kako bi modeli bolje radili sa malo podataka i složenim realnim interakcijama.
Fizika kao deo procesa učenja
Autori navode da robotika, za razliku od nekih oblasti sa ogromnim skupovima podataka, i dalje ima problem sa ograničenim podacima, složenim interakcijama i zahtevom za pouzdanim radom.
Ugradnja fizičkih pravila može da uvede korisne induktivne pristrasnosti i potencijalno poboljša generalizaciju, interpretabilnost i efikasnost učenja iz malog broja uzoraka.
Od ulaza i podataka do arhitekture i loss funkcije
Rad klasifikuje metode prema mestu na kojem se fizika ugrađuje: kroz ulaze, podatke i reprezentacije, kroz arhitekturu modela ili kroz physics-informed loss funkcije.
Pregled obuhvata dinamiku robota, planiranje putanje, predikciju, kontrolu, procenu stanja i prateći open-source softverski ekosistem.
Izvori
Prikazani su izvorni linkovi korišćeni za proveru objavljenih činjenica.
Komentari
Komentari se objavljuju nakon moderacije.
Još nema objavljenih komentara.