Dimensionality Reduction for Trajectory Learning from Demonstration

※ Dimensionality Reduction for Trajectory Learning from Demonstration

Source

2010 IEEE International Conference on Robotics and Automation, Anchorage Convention District, May 3-8, 2010, Anchorage, Alaska, USA

Author

Nik A. Melchior and Reid Simmons

Abstract

시연을 통한 프로그래밍(programming by demonstration) 방법(approach)은 로봇의 동작에 대해서 전문적이면서 비전문적인 응답이 허락된 모델(model)에 관심을 가지고 있다. 이 논문에선, 로봇의 매니퓰레이터(manipulator)에 의해 정확히 도달하는 궤적(precise reaching trajectories)을 학습에 의한 방법(approach)으로 해결한다. 우리는 그것들이 공간(space)상의 계획(planning)을 더 잘 따르도록(amenable) 세련(smooth)되게 묘사(representation)된 궤적과 전환자(transform)의 예는 차원의 감소(dimensionality reduction)에 의한 것 이다. 이러한 방법의 핵심은 이웃한 지점 및 궤적 내에서 주의 깊게 선택하는 것이다. 이 알고리즘(algorithm)은 효율적인 생성 능력이 있으며, 충돌회피(collision-free)는 심지어 전형적인 실제세계(real-world)의 훈련의 조건, 예컨대 불완전한 센서(incomplete sensor)의 적용 범위(coverage)와 환경 모델(environment model)의 불리한(lack) 조건 상에 있고, 사용자에 따라 같은 궤적을 제공하는 예제의 유형을 억제(constraint)하는 것과 같은 추가적인 요구 사항(additional requirement)을 강요(provide)하지 않는다. 실험 결과(experimental result)는 이 방법의 근거(vaildate)를 제공한다.

* 본 해석은 절대적으로 전문적이지 않으며,  문법과 단어 뜻이 정확하지 않습니다.

* 또한 각 파일마다 제가 좀 다른게 해석한 단어의 경우 본래 단어의 뜻을 기입하였습니다.

* 각 용어가 처음 사용되면 무조건 영어 표기를 같이 적었습니다.

* 본 번역은 '2010ICRA'의 'Dimensionality Reduction for Trajectory Learning from Demonstration'을 해석한 것입니다.

                                   [원문/해석]

Dimensionality_Reduction_for_Trajectory_Learning_from_Demon.pdf

Dimensionality_Reduction_for_Trajectory_Learning_from_Demon.pdf

※ 만약 본 게시글이 저작권에 위배되는 경우 알려 주시면 감사 드리겠습니다.